当检索前思考受到伤害时：用于自适应知识图检索的 TraceBound 诊断

自适应检索有望通过让控制器进行搜索、检查邻域、修改操作以及在证据充足时停止来使知识图谱问答更加稳健。我们通过引入 TraceBound 来研究这个前提，TraceBound 是一种轻量级的配置文件和跟踪条件诊断协议，适用于文本丰富的知识图上的 ARK 式 检索器。 TraceBound 在检索之前公开紧凑的查询配置文件，在可观察到的故障症状后发出简短的跟踪提示，并记录轨迹计数器，同时保持图形数据、工具、标准标签和排名指标的固定。在 STaRK 验证和保留子集中，添加的条件提高了可检查性，但始终降低了权重开放控制器下的检索质量。配对轨迹分析将退化定位于重复调用、零结果调用和错误分配的探索预算，而更严格的交互预算会缩短轨迹而不修复策略。结果诊断了常见的故障模式，即“检索前思考”必须被评估为对操作选择的控制问题，而不是提示格式的更改。