证据接口塑造检索增强阅读器对支持材料的使用

在多跳RAG评估中，top-k答案分数可能掩盖两类不同的失败：检索窗口丢掉了支持链的一部分，或者包含支持材料的形式是适配后的阅读器用不好的。我们把检索证据面向阅读器的呈现形式称为证据接口。使用三个带支持标注的多跳QA基准，我们比较分别以原始上下文、检索窗口与黄金支持诊断渲染训练的配对适配阅读器。这些比较把支持可得性失败与残余的阅读器接口效应区分开：只有先核对完整标注支持链是否存活，top-k窗口才可解释——支持链完整时，短排序窗口可以匹敌甚至优于原始上下文；支持链不完整时，缺失支持解释了大部分损失。黄金支持优先提升配对阅读器；在2Wiki与MuSiQue上，支持监督的排序器提升覆盖率、以更低提示成本恢复原始上下文质量，同时保留黄金上限。支持移除检查进一步表明增益依赖暴露的证据，而不只是答案先验。因此，在支持标注的评估上，top-k答案分数应与完整支持覆盖率一并报告。