arXiv · NLP· Jiaqi Wei, Wenxuan Huang, Chengdong Xu, Xiang Zhang, Wanli Ouyang·· 2026-10-16AI 评分44
ExecutionRAG 揭示多跳 RAG 中 LLM 检索失败源于搜索漂移而非不可达证据
Beyond Retrieval Failure: Understanding Why LLMs Miss Evidence in Multi-Hop RAG
AI 导读
研究指出多跳 RAG 错误常因搜索漂移导致,新提出的无训练方法 ExecutionRAG 记录了未答子问题。 在 1,000 个 MuSiQue 问题上,使用 all-MiniLM-L6-v2 时未检索证据的错误答案从 382 降至 234,使用 Qwen3-Embedding-0.6B 时从 383 降至 274。 瓶颈从获取证据转向验证检索证据的充分性,早期解决和弃答增加抵消了部分改进效果。
来源:arXiv · NLP · arxiv.org