PulseAugur
中
实时 12:19:40
English(EN) Does RAG Know When Retrieval Is Wrong? Diagnosing Context Compliance under Knowledge Conflict

新的CDD技术诊断知识冲突中的RAG故障

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了一种名为上下文驱动分解（CDD）的新诊断技术，用于评估检索增强生成（RAG）系统如何处理冲突信息。CDD通过将查询分解为单独的检索和参数化声明，然后使用显式子提示来解决任何差异。该方法显示，标准的RAG系统在知识冲突方面存在困难，在误解注入测试中准确率仅为15.0%。然而，CDD表现出更强的鲁棒性，在模型内部知识过时的时间偏移案例中准确率达到71.3%。 AI

影响 这项诊断技术可以通过更好地识别和解决知识冲突，从而实现更强大的RAG系统。

排序理由 该集群描述了一篇介绍RAG系统新诊断技术的研究论文。

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

新的CDD技术诊断知识冲突中的RAG故障

报道来源 [2]

  1. arXiv cs.AI TIER_1 English(EN) · Yihang Chen, Pin Qian, Su Wang, Sipeng Zhang, Huan Xu, Shuhuai Lin, Xinpeng Wei ·

    Does RAG Know When Retrieval Is Wrong? Diagnosing Context Compliance under Knowledge Conflict

    arXiv:2605.14473v3 Announce Type: replace-cross Abstract: The Context-Compliance Regime in Retrieval-Augmented Generation (RAG) occurs when retrieved context dominates the final answer even when it conflicts with the model's parametric knowledge. Accuracy alone does not reveal ho…

  2. dev.to — LLM tag TIER_1 English(EN) · pueding ·

    CDD Paper: Context-Driven Decomposition for RAG Knowledge Conflict

    <p><strong>What:</strong> The <strong>CDD paper</strong> introduces <strong>Context-Driven Decomposition</strong> — a prompt-level intervention that splits a RAG query into a <strong>retrieval claim</strong> (what the context says), a <strong>parametric claim</strong> (what the m…

相关实体

相关话题