arXiv · NLP· Andre Bacellar·· 6 小时前AI 评分27
多跳检索失败预测：基于分数分布的置信度评分与拒绝策略
Predictable Failure in Multi-Hop Retrieval: Score-Distributional Confidence Scoring and Abstention
AI 导读
研究证明多跳检索失败在特定子群体中聚集，提出无需额外 LLM 调用的检索置信度分数（RCS）。 RCS 基于最多 9 个查询-ANN 结构特征，在 MuSiQue 等 3 个基准上将 CWAR 从 39.5% 降至 20.6%。 模型在跨数据集迁移中仅损失 0.5pp AUC，证实了失败机制的领域无关结构。
来源：arXiv · NLP · arxiv.org