你如何提问很重要！自适应 RAG 对查询变化的鲁棒性

自适应检索增强生成（RAG）通过仅在需要时动态触发检索来保证准确性和效率，并在实践中广泛使用。然而，即使意图相同，现实世界的查询在表面形式上也有所不同，并且它们对自适应 RAG 的影响仍未得到充分研究。我们引入了第一个大规模的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重写。我们的基准测试通过三个维度检查自适应 RAG 的关键组成部分，促进对自适应 RAG 稳健性的系统评估：答案质量、计算成本和检索决策。我们发现了一个关键的稳健性差距，查询中的微小表面变化会极大地改变检索行为和准确性。尽管较大的模型表现出更好的性能，但鲁棒性并没有相应提高。这些发现表明，自适应 RAG 方法非常容易受到保留相同语义的查询变化的影响，从而暴露出关键的稳健性挑战。