- 论文公开站arXiv
多跳检索中的可预测失败：分数分布置信评分与弃答
Predictable Failure in Multi-Hop Retrieval: Score-Distributional Confidence Scoring and Abstention
该论文指出多跳检索失败并非均匀分布，而是聚集在结构上可预测的子群体中。作者证明两个结论：置信失败缩减可归约性，以及特征机制互补性。提出 RegimeAbstain 方法，计算检索置信分数（RCS），该分数由最多九个查询-ANN 结构特征的逻辑函数构成，无需额外 LLM 调用，并据此实现校准弃权策略。在三个多跳基准和两种检索架构上评估，RCS 在五种条件下均取得最佳或并列最佳 AUC-AC。
意义：为 RAG 多跳检索提供无需额外 LLM 调用的置信度评分与弃权方案，可降低高置信错误答案率，提升检索系统可靠性。