通过集成投票缓解 RAG 中的幻觉叠加
计算与语言
2026-04-09 v2
摘要
检索增强生成（RAG）旨在通过整合外部知识来减少大语言模型（LLM）中的幻觉。然而，RAG 引入了一个关键挑战：幻觉叠加，即有缺陷的检索结果误导生成模型，导致复合幻觉。为解决这一问题，我们提出 VOTE-RAG，一个新颖的无训练框架，具有两阶段结构和高效、可并行化的投票机制。VOTE-RAG 包括：（1）检索投票，多个智能体并行生成多样化查询并聚合所有检索到的文档；（2）响应投票，多个智能体基于聚合文档独立生成答案，最终输出由多数投票决定。我们在六个基准数据集上进行了对比实验。结果表明，VOTE-RAG 的性能与更复杂的框架相当或超越。此外，VOTE-RAG 具有更简单的架构，完全可并行化，并避免了问题漂移风险。我们的工作表明，简单可靠的集成投票是缓解 RAG 幻觉的优越且更高效的方法。
引用
@article{arxiv.2603.27253,
title = {Mitigating Hallucination on Hallucination in RAG via Ensemble Voting},
author = {Zequn Xie and Zhengyang Sun},
journal= {arXiv preprint arXiv:2603.27253},
year = {2026}
}
备注
arXiv admin note: text overlap with arXiv:2505.18581 by other authors