论文页面 - 答案存在驱动RAG重写增益

来源：https://huggingface.co/papers/2606.05633

作者：

,

,

,

,

,

,

,

,

,

摘要

受控干预实验揭示，重写语境中存在黄金答案会显著提升问答性能：移除黄金答案导致F1大幅下降，注入黄金答案则改善结果；而传统的探测方法对哨兵变更表现脆弱。

检索增强问答(https://huggingface.co/papers?q=Retrieval-augmented%20QA)流程通常先将检索到的段落通过大语言模型重写器(https://huggingface.co/papers?q=LLM%20rewriter)，再送入较小的阅读器(https://huggingface.co/papers?q=reader)，在多跳基准测试上可使F1提升数十个百分点；这一增益通常归因于证据质量的改善。我们提出疑问：该提升是否因果性地由重写语境中出现黄金答案字符串驱动，而非源于梳理过程本身，并通过受控干预审计(https://huggingface.co/papers?q=intervention%20audit)来检验。对于每个重写语境，我们在对编译输出进行四种受控编辑(https://huggingface.co/papers?q=controlled%20edits)之一后重新运行阅读器(https://huggingface.co/papers?q=reader)：移除黄金答案片段(https://huggingface.co/papers?q=gold%20answer%20span)、替换一个长度匹配的随机非答案片段（安慰剂）、或将黄金答案注入原本缺失的重写结果中（放在前缀或中间句子边界处）。在跨越三个阅读器(https://huggingface.co/papers?q=reader)系列（Qwen2.5-7B、Qwen3.5-35B、GLM-4.7）、两个数据集（HotpotQA、2WikiMultihopQA）以及三种编译器配置（仅MA、仅MB、MA+验证）的十二组（单元、基线]干预实验中，移除黄金答案使阅读器F1比配对答案在编译层(https://huggingface.co/papers?q=answer-in-compile%20strata)中的长度匹配安慰剂额外下降28至64个百分点；而在原本缺乏黄金答案的重写结果中前置黄金答案，使12组单元×基线组合中的10组F1提升+0.7至+9.7个百分点。配套的五哨兵审计(https://huggingface.co/papers?q=sentinel%20audit)表明，传统的单-[MASK]探测方法本身对哨兵敏感：在2Wiki上，它报告+4.12 F1的“非泄漏残差”，但在四种替代哨兵下，该残差变为-3.33至-7.81 F1，并且未能通过其中三个哨兵的等价检验（1/4通过）。我们不提出新的重写器或缓解方案；我们发布干预运行器和哨兵面板，以便其他重写增益声明可以依据相同标准进行检验。

查看arXiv页面(https://arxiv.org/abs/2606.05633)查看PDF(https://arxiv.org/pdf/2606.05633)添加到收藏夹(https://huggingface.co/login?next=%2Fpapers%2F2606.05633)

在你的agent中获取此论文：

hf papers read 2606\.05633

没有最新的CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用此论文的模型0

尚无模型与此论文关联

在模型README.md中引用arxiv.org/abs/2606.05633以从此页面链接。

引用此论文的数据集0

尚无数据集与此论文关联

在数据集README.md中引用arxiv.org/abs/2606.05633以从此页面链接。

引用此论文的Spaces0

尚无Space与此论文关联

在Space README.md中引用arxiv.org/abs/2606.05633以从此页面链接。

包含此论文的收藏集0

尚无收藏集包含此论文

将这篇论文添加到收藏集(https://huggingface.co/new-collection)中以从此页面链接。