论文
当故障传播时：代理检索增强生成中的因果故障归因
When Failures Propagate: Causal Failure Attribution in Agentic Retrieval-Augmented Generation
摘要
代理检索增强生成 (RAG) 跨多个跃点交错检索、推理和答案生成。第 1 跳的检索错误只能作为第 3 跳的错误答案出现，而稍后的检索也可以修复轨迹。本文介绍了 AgenticRAG-FP，它是 Agentic RAG 中因果故障归因的干预基准。该基准测试在指定的跃点注入经过认证的故障，重新执行下游轨迹，并根据已知的干预评估诊断程序。其核心问题是后缀更改后事后跟踪是否仍能识别注入的跃点。在对 80 个三跳 MuSiQue 问题完成的严格密集 Claude Haiku 4.5 扫描中，基于覆盖的诊断在第 1 跳为 0.91，在第 2 跳和第 3 跳为 0.00（n=43,36,21 个失败轨迹）。一项较小的内容损坏研究改变了主题完整证据中的答案或桥梁事实。在深度 2 处，过滤后仍有 18 个失败案例，在探索性汇总比较中，基于覆盖的诊断为 0.00，冻结跳跃反事实探测为 0.67。 Depth-3 内容估计仅具有描述性，因为它们包含三个失败案例。这些结果使传播深度成为诊断代理 RAG 故障的明确评估轴，同时区分事后信号丢失的广泛证据与小样本方法比较。