检索增强生成的反馈适应

检索增强生成（RAG）系统通常在静态假设下进行评估，尽管在部署中经常通过用户或专家反馈进行纠正。现有的评估协议侧重于整体准确性，无法捕捉引入反馈后系统如何适应。我们引入反馈适应作为 RAG 系统的问题设置，它询问纠正反馈传播到未来查询的有效性和速度。为了使这种行为可测量，我们提出了两个评估轴：校正滞后，它捕获反馈提供和行为改变之间的延迟；以及反馈后性能，它测量反馈后语义相关查询的可靠性。使用这些指标，我们表明基于训练的方法表现出延迟校正和可靠适应之间的权衡。我们进一步提出 PatchRAG，这是一种最小推理时间实例化，无需重新训练即可包含反馈，在建议的评估下展示了立即纠正和强大的反馈后泛化。我们的结果强调反馈适应是交互式环境中 RAG 系统行为的一个先前被忽视的维度。