BalanceRAG：级联检索增强生成的联合风险校准

大语言模型 (LLM) 可以通过检索增强生成 (RAG) 增强事实性，但当仅模型答案可靠时，无需将 RAG 应用于每个查询。这激发了级联 RAG：每个查询首先由仅 LLM 的分支处理，仅在主分支不确定时升级为 RAG 回退，并在两个分支都不够可信时放弃。然而，逐步校准此类级联可能比较保守，因为最终效用取决于 LLM-only 和 RAG 的联合不确定性阈值。在这项工作中，我们开发了 BalanceRAG 来验证目标风险水平的阈值对。给定两个分支的不确定性分数，BalanceRAG 将每个阈值对构建为二维网格上的操作点，并使用顺序图形测试来识别安全操作点。这使得风险自适应阈值校准成为可能，控制可接受点之间的系统级错误率，同时保留更多示例。此外，BalanceRAG 扩展到多风险校准，允许检索使用与选择条件风险结合在一起。对多个 LLM 主干网的三个开放域问答 (QA) 基准进行的实验表明，与始终在线的 RAG 相比，BalanceRAG 满足规定的风险级别，保留更高的覆盖范围和更容易接受的正确示例，并减少不必要的检索调用。