当 RAG 未能均衡时：事实问答中对上市公司的地理偏见

检索增强生成（RAG）被广泛认为可以减少 大语言模型（LLM）中的事实错误，但目前尚不清楚检索是否统一补偿了缺失的知识。我们在上市公司的受控事实 QA 环境中研究这个问题，构建了全球股票指数中约 2,000 家公司的基准。我们在四种条件下评估四个原子属性的六个 LLM：无上下文、完美上下文、误导上下文和干扰上下文。我们发现无上下文准确度存在很大的地理差异，表明参数知识不均匀。虽然完美的上下文可以提高性能，但它并不能消除这些差距：增益与基线准确性相关，这表明检索有效性与内部表征相关。在误导性的背景下，模型经常复制错误的信息。较大的模型可以提高整体性能，但不会消除这些结构效应。这些结果挑战了 RAG 作为通用校正的观点，并强调了模型知识、上下文质量和实体表示之间的相互作用。