RAG 知道检索错误吗？诊断知识冲突下的上下文合规性

检索增强生成（RAG）通常通过最终答案是否正确来评估。在知识冲突下，这隐藏了一个关键问题：模型是否遵循检索到的证据，依赖其参数先验，还是产生事后理由？我们将其研究为上下文合规性，即检索到的上下文控制答案的机制，即使它与模型的先验知识相冲突。我们引入了上下文驱动分解（CDD），这是一种推理时间诊断干预，可以引出上下文和先前的答案，隔离冲突的前提，并记录可能受到干扰的解析跟踪。在 Epi-Scale 压力测试、TruthfulQA 错误概念注入和跨模型重运行中，CDD 使三种行为变得可见。首先，误导性检索会严重降低准确性：在最坏情况下，TruthfulQA 错误概念注入探测下，标准 RAG 仅达到 15.0%。其次，更好的答案不需要共享相同的机制：CDD 提高了 Gemini-2.5-Flash 上的对抗精度，并显示了 Claude 变体的方向增益，但痕迹扰动灵敏度仅在 Gemini 上较高。第三，与局部事实冲突的冲突感知指令基线相比，显式分解提高了受控冲突的鲁棒性，实体交换（88.0% vs 79.3%）和逻辑矛盾（83.2% vs 75.4%）的边界最明显。我们将 RAG 冲突处理视为可观察性问题。