超越组件强度：多智能体RAG系统中的协同集成与自适应校准
计算与语言
2025-12-01 v1 人工智能
摘要
构建可靠的检索增强生成（RAG）系统需要的不仅是添加强大的组件，更需要理解它们如何相互作用。我们对50个查询（15个可解答、10个边界情况和25个对抗性查询）进行消融实验，发现诸如混合检索、集成验证和自适应阈值等增强措施单独使用几乎无益，然而联合使用可实现 abstention 减少95%（从40%降至2%），且不增加幻觉率。我们还识别出测量挑战：不同的验证策略虽然可能安全行为，但分配不一致的标签（例如“abstained”与“unsupported”），导致看似的幻觉率实际上是标签 artifacts。我们的结果表明，协同集成比任何单个组件的强度更为重要，需要标准化的指标和标签来正确解释性能，也需要自适应校准以防止在检索质量较高时过于自信地过度回答。
引用
@article{arxiv.2511.21729,
title = {Beyond Component Strength: Synergistic Integration and Adaptive Calibration in Multi-Agent RAG Systems},
author = {Jithin Krishnan},
journal= {arXiv preprint arXiv:2511.21729},
year = {2025}
}
备注
10 pages, 4 figures