问法很重要！自适应 RAG 对查询变体的鲁棒性
计算与语言
2026-04-14 v1
摘要
自适应检索增强生成（RAG）通过仅在需要时动态触发检索，有望实现准确性和效率，并在实践中得到广泛应用。然而，现实世界中的查询即使意图相同，其表面形式也各不相同，而它们对自适应 RAG 的影响仍未得到充分探索。我们引入了首个大规模、多样化但语义相同的查询变体基准，结合了人工编写和模型生成的改写。我们的基准通过从三个维度（答案质量、计算成本和检索决策）检查自适应 RAG 的关键组件，促进了对其鲁棒性的系统性评估。我们发现了一个关键的鲁棒性差距，即查询中微小的表面形式变化会显著改变检索行为和准确性。尽管更大的模型表现出更好的性能，但鲁棒性并未相应提高。这些发现揭示了自适应 RAG 方法极易受到保持相同语义的查询变体的影响，暴露了一个关键的鲁棒性挑战。
引用
@article{arxiv.2604.10745,
title = {How You Ask Matters! Adaptive RAG Robustness to Query Variations},
author = {Yunah Jang and Megha Sundriyal and Kyomin Jung and Meeyoung Cha},
journal= {arXiv preprint arXiv:2604.10745},
year = {2026}
}