RAG查询改写大翻车？组合策略才是王道，企业数据命中率暴涨12.5%！
Better Together: Complementary Query Rewriting Under a Strong RAG Baseline
📖 AI 总结
该研究探讨了在强检索基线（BGE稠密检索、交叉编码器重排序和MMR多样化）下，查询重写对RAG系统的实际增益。实验对比四种重写策略与HyDE、Query2Doc两个强LLM基线，在HotpotQA、AmbigNQ和企业数据集上进行三种子配对显著性检验。核心发现是：单一重写方法仅与强基线持平，但不同策略在不同问题上互补失败，组合使用可产生超额收益。后验四方法联合使企业数据HIT@10提升12.5点（51.70对39.22），预算匹配对照仅捕获约40%增益，证实互补性而非检索预算为主要驱动。在HotpotQA上联合增加1.6-1.8点，但在AmbigNQ上融合反而降低2.4点。研究提出置信度门控路由器，仅在基线低置信度时触发重写，以不到40%查询的重写成本捕获约一半全量合并增益，下游答案质量F1提升1.92。结论建议将查询重写视为互补覆盖源，通过成本感知路由应用，而非强基线的独立替代方案。
🔑 关键词速览
| RAG | 检索增强生成，一种结合信息检索和语言生成的技术。 |
| Query Rewriting | 查询改写，将用户问题转换为多个变体以提高检索覆盖。 |
| HyDE | 一种通过生成假设文档来增强检索的LLM基线方法。 |
| HIT@10 | 前10个检索结果中包含正确答案的比例，衡量检索性能。 |
| MMR | 最大边际相关性，用于多样化检索结果以减少冗余。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅