English(EN) Extra Retrieval Rounds Can Make RAG Worse at Saying "I Don't Know"

额外的检索轮次可能导致 RAG 在回答“我不知道”时表现更差

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-23 07:24

一个名为 DeclineCraft 的新基准被开发出来，用于评估检索增强生成（RAG）系统在无法回答问题时承认其局限性的能力。该基准使用关于特定日期之后 Minecraft 功能的问题，并以历史维基语料库为依据，发现单次检索可以提高系统回避回答不可回答问题的能力，但迭代检索和查询重写会降低这种能力。研究人员强调，传统上仅关注可回答问题准确性的评估可能会掩盖系统在承认局限性方面的退步。 AI

排序理由额外的检索轮次可能导致 RAG 在回答“我不知道”时表现更差

在 dev.to — LLM tag 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 1 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 额外的检索轮次可能导致 RAG 在回答“我不知道”时表现更差
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Same-day; Cluster formed today. Ranking reflects the current source set at time of score.

完整方法见我们的编辑标准。

报道来源 [1]

dev.to — LLM tag TIER_1 English(EN) · Igor Eduardo · 2026-10-23 07:24

Extra Retrieval Rounds Can Make RAG Worse at Saying "I Don't Know"

<p>A new benchmark paper, <a href="https://arxiv.org/abs/2610.28340" rel="noopener noreferrer">DeclineCraft: A RAG Abstention Benchmark for Jointly Measuring Combined Retrieval and Parametric Knowledge</a> (arXiv 2610.28340, posted 2026-10-20), measures something most RAG scorebo…