连接静态和代理 RAG 进行台湾历史问答

代理检索增强生成（RAG）使语言模型能够根据先前检索到的证据来调整检索，但目前尚不清楚这种自适应编排是否始终优于精心设计的静态管道。我们对台湾历史问答的代理和静态 RAG 进行了受控比较，共享相同的生成器和混合检索后端。尽管总体性能相似，但这两个管道在 70.83% 的问题上存在差异，平均时它们的优势基本上被抵消了。为每个问题选择更好的答案的预言机将综合得分比更好的单个管道提高了 0.2417，揭示了问题级别选择的巨大空间。因此，我们引入了一个事后选择器来比较两个响应及其引用的证据，显着优于单个管道并恢复了 60.34% 的预言机空间。这些结果表明，总体比较可以掩盖检索策略之间有意义的问题级别差异，这表明利用它们的互补性可能比寻求普遍优越的管道更富有成效。