首页
下载APP
首页
新智元报道
编辑：LRST
【新智元导读】动态检索增强天生（Dynamic RAG）通过自顺应判断「何时检索」来缓解大语言模子的幻觉问题，但现有要领普遍依赖模子内部信号（logits、entropy、attention等），而LLM自己的信号校准较差，即常对过失谜底「自信满满」 。克日，来自伊利诺伊大学芝加哥分校、纽约大学、与蒙纳士大学的联合团队提出QuCo-RAG，首次跳出「从模子自己内部信号来评估不确定性」的头脑定式，转而用预训练语料的客观统计来量化不确定性，在多跳QA基准上对OLMo系列模子实现5-14个EM点的显著提升，并且有用性乐成迁徙至Llama3、Qwen2.5、GPT4.1/5等预训练数据未果真的模子 。
当检索增强天生（RAG）从静态走向动态，一个焦点问题浮出水面：何时该触发检索？
现有要领的谜底是：看模子内部信号 。FLARE看句子中的token天生概率，DRAGIN看entropy和attention，ETC看entropy的一阶二阶差分，SeaKR看FFN内部状态……
但这一范式存根天性缺陷：LLM通常校准能力很差，经常对过失输出体现出高置信度 。
DRAGIN vs QuCo-RAG比照 。(a)DRAGIN依赖模子内部信号，过失地将问题中的「Il」标记为高不确定性，却对幻觉出的过失导演名显示低不确定性 。(b) QuCo-RAG通过预训练语料中的零共现检测，准确识别出幻觉 。
DRAGIN在天生过失的导演名「Mario Camerini」时显示低不确定性（Uncertainty < threshold），却对问题中的通俗token「Il」报出高不确定性（Uncertainty = 1.47 > threshold） 。
这就是所谓的「自信地乱说八道」（confident hallucination）——模子不知道自己不知道，内部信号完全失效 。
更根外地，近期理论事情（Kalai & Vempala, 2024）证实：关于有数事实，纵然是完善校准的模子也必需爆发幻觉以维持统计一致性 。
那么，有没有一种要领，能绕过这些不可靠的内部信号？
伊利诺伊大学芝加哥分校、纽约大学、与蒙纳士大学的联合团队提出QuCo-RAG，首次跳出「从模子自己内部信号来评估不确定性」的头脑定式，转而用预训练语料的客观统计来量化不确定性，在多跳QA基准上对OLMo系列模子实现5-14个EM点的显著提升，并且有用性乐成迁徙至Llama3、Qwen2.5、GPT4.1/5等预训练数据未果真的模子 。
论文链接：https://arxiv.org/abs/2512.19134
开源代码：https://github.com/ZhishanQ/QuCo-RAG
QuCo-RAG的焦点洞察是：LLM的事实知识实质上由预训练语料塑造 。
低频实体 = 长尾知识危害：若是一个实体在预训练语料中很少泛起，模子就难以可靠地影象关于它的知识 。
零共现 = 幻觉高危害：若是两个实体在整个预训练语料中从未在同时泛起，那么模子声称的它们之间的关系就缺乏任何证据支持——这险些必定是幻觉 。
更主要的是，这种因果关系是差池称的：
共现 ≠ 准确（两个实体可能以差别关系共现）
零共现 ≈ 幻觉（模子无法可靠地天生训练数据中从未见过的实体关系）
基于这一洞察，QuCo-RAG从「主观内部置信度」转向「客观语料统计」，通过Infini-gram引擎对4万亿token的OLMo-2预训练语料举行毫秒级盘问，实现精准的检索触发 。
QuCo-RAG框架总览 。两阶段检测：天生前知识评估（检查实体频率）+ 运行时声明验证（检查实体共现） 。
QuCo-RAG通过两阶段检测机制量化不确定性：
第一阶段：天生前知识评估（Pre-Generation Knowledge Assessment）在模子最先天生之前，系统首先「诊断」输入问题：
提取问题中的要害实体（如Silas Hardy、Lee Mantle）；
盘问每个实体在4万亿token预训练语料中的泛起频率；
若是平均频率低于阈值（默认1000次），触发检索；
焦点逻辑：低频实体代表「长尾知识」，模子很可能没有可靠影象 。
第二阶段：运行时声明验证（Runtime Claim Verification）
在模子天生历程中，辖档同续监控每个天生的句子：
使用轻量级0.5B模子提取知识三元组（头实体, 关系, 尾实体）；
盘问头尾实体在预训练语料中的共现次数；
若是共现次数为0，触发检索并重新天生；
焦点逻辑：零共现意味着模子正在「无中生有」——编造训练数据中从未泛起过的实体关系 。
毫秒级语料库盘问
怎样在4万亿token的语料库上实现实时盘问？
QuCo-RAG使用Infini-gram引擎——一个基于后缀数组的索引系统，支持对万亿级token语料库的毫秒级频率和共现盘问 。
轻量级三元组提取器
为了最小化开销，团队从GPT-4o-mini蒸馏了一个专用的0.5B三元组提取模子，基于Qwen2.5-0.5B-Instruct微调 。
QuCo-RAG各组件运行时间剖析 。LLM天生占主导（55-74%），Infini-gram盘问仅占18-31%，证实语料库检测引入的开销适度 。
实验效果
周全领先，迁徙能力惊人
OLMo-2全系列5-12点提升
QuCo-RAG在所有模子规模和数据集上均取得最佳性能，EM提升5-12点 。
在2WikiMultihopQA和HotpotQA两大多跳QA基准上，QuCo-RAG在OLMo-2全系列模子（7B、13B、32B）上周全逾越所有baseline：
OLMo-2-7B：+7.4 EM (2Wiki), +5.6 EM (HotpotQA)
OLMo-2-13B：+12.0 EM (2Wiki), +5.3 EM (HotpotQA)
OLMo-2-32B：+9.4 EM (2Wiki), +10.8 EM (HotpotQA)
而基于内部信号的要领（FLARE、DRAGIN、ETC、SeaKR）体现极不稳固，有时甚至不如简朴的单轮检索（SR-RAG） 。
主实验为什么选择OLMo-2？
QuCo-RAG的焦点是使用预训练语料的统计信息 。但一个要害问题是：怎样验证「语料统计」这个信号源自己是有用的？
这就需要一个「匹配语料」设置——即模子的预训练数据必需完全果真，才华准确盘算实体频率和共现统计 。
OLMo-2是现在知足这一条件的高性能代表性开源模子：
提供完整的4万亿token预训练语料
性能与Qwen2.5等主流模子相当
笼罩7B/13B/32B多个规模
这使得OLMo-2成为验证QuCo-RAG焦点假设的理想测试平台 。
跨模子迁徙：署理语料库同样有用
一个要害问题：若是模子的预训练数据不果真怎么办？
研究团队验证了一个主要假设：网络规模的预训练语料库之间保存大宗重叠 。
因此，使用OLMo-2的语料库作为「署理语料库」，同样可以有用指导其他模子 。
QuCo-RAG在Qwen2.5、Llama-3、GPT-4.1、GPT-5等模子上均实现显著提升 。
要害发明：
Qwen2.5-32B：2WikiMultihopQA上提升14.1 EM
GPT-5-chat：2WikiMultihopQA上提升8.7 EM
相比之下，GPT模子自带的Web搜索工具反而低于不检索基线（可能由于网络噪声）
效率剖析：更少检索，更高性能
效率-性能权衡剖析 。QuCo-RAG以最少的token消耗和LLM挪用次数抵达最高EM 。
QuCo-RAG实现了「精准偷袭」式的检索：
平均每个问题仅触发1.70次检索
token消耗仅87个，LLM挪用仅1.84次
而FS-RAG和DRAGIN消耗2-4倍的token，性能却大幅落伍
领域泛化：生物医学问答同样有用
在PubMedQA生物医学问答基准上，QuCo-RAG同样体现精彩：
QuCo-RAG在PubMedQA上抵达66.4%准确率，逾越Wo-RAG 11.2个百分点 。
内部信号要领在这个专业领域袒露出两种失败模式：
太过检索：FLARE平均2.79次检索，token消耗516 。显著高于它在通用领域的检索次数和token消耗 。
检索缺乏：DRAGIN和ETC触发检索的次数显著低于它在通用领域的检索次数 。Acc体现与不检索基线持平 。
QuCo-RAG则两者兼顾：平均0.93次检索，54.9个token，最高准确率 。
深度剖析：为什么实体频率剖析有用？
按实体频率分层的性能剖析 。低频区QuCo-RAG优势显着，高频区优势依然坚持 。
研究团队按实体在语料库中的泛起频率将问题分组，展现了有趣的纪律：
低频区：模子缺乏知识，但内部信号无法识别这种知识缺陷
中频区：模子处于「部分学习」状态，熵等内部信号变得相对有用
高频区：实体频率 ≠ 事实频率——纵然实体常见，它们的特定关系可能有数
这最后一点尤为主要：高频实体让模子「太过自信」，但QuCo-RAG通过共现检测捕获到模子对熟悉实体的过失关系声明 。
深远影响与未来偏向
本文将语料统计确立为模子内部不确定性信号的客观替换计划 。虽然本文聚焦于RAG系统中的检索触发，但这一范式转变在AI清静与鲁棒性领域开发了多个值得探索的研究偏向 。
赋能可信AI应用
实验证实，语料统计比内部信号提供了更可靠的不确定性怀抱 。这种可靠性不但对RAG有价值，还可扩展到更普遍的清静要害使命：
选择性回覆：当缺乏证据支持时，模子可以拒绝回覆
准确性展望：语料统计为天生的声明提供有据可依的置信度评分
从推理时干预到以数据为中心的AI
语料统计剖析能够准确识别模子的知识盲区 。
这一信号可以指导训练数据策划：与其仅在推理时通过检索来填补知识缺口，开发者可以在一连预训练或后训练阶段自动网络低频实体的数据 。类似地，语料统计还可以指导：
合成数据过滤：在纳入训练集之前，用语料统计验证LLM天生的训练样本
模子编辑：区分哪些事实需要定向注入，哪些已被模子可靠学习
范式的延伸偏向
多个研究偏向值得探索：
多语言验证：通过跨语言统计实现多语言场景的不确定性量化
时序动态：使用带时间戳的语料处置惩罚知识演变问题
逾越实体：将要领扩展到事务、关系和数值声明的验证
智能体集成：作为自我验证工具集成到智能系一切中，在执行行动前验证天生内容
理论基础
跨模子迁徙的有用性引发了一些值得思索的问题：为什么署理语料能跨模子族生效？能否形式化地建设「给定语料统计的幻觉概率」的信息论界线？这些问题与LLM中「影象vs泛化」的更普遍讨论相关联 。
参考资料：
https://arxiv.org/abs/2512.19134
秒追ASI
?点赞、转发、在看一键三连?
点亮星标，锁定新智元极速推送！
《免费播看30分钟大片》，《Q8X2R7L1T4J5M9B6W3》夸克脸红动漫社
“国精产品秘 成人一区二”
玖玖偷拍
……
01月03日
“玖玖视频在线看”女子古镇游玩遇到会揽客的狗狗
↓↓↓
01月03日，澳大利亚举办《龙诞圣心》活动弘扬中华传统文化，91在线午夜福利一区二区，日批视频网站，人人吸人人摸，纲手雏田 秘 网站
01月03日，广州GDP总量连上新台阶 “3万亿元”是里程碑也是新起点，鑴别煈欐懜馃惢，韩国限制级2022，白白色在播放，海贼王18+下载安装入口
01月03日，琼州海峡过海车票紧俏 海口新海港增开新能源小车出岛专班，人人玩人人操人人玩人人，亚洲精品国产入口，余霜换脸视频大全，黄色视频`手机在线免费看
01月03日|西藏阿里：送证上门暖人心 便民利民显真情|免费刺激无码高潮H视频|戳鸡巴|国产ww视频免费播放观看|jmcomic.2.0火影忍者
01月03日|夜行日游 人游车停 山西开行首趟竞价旅游专列|欧美七页啪啪啪|美国十次航道在线观看|雷电将军打扑克网站|野狼社区视频
01月03日|西藏吉隆口岸边民互市贸易市场复通运营一周年 互市贸易额6187万元|国A片一级毛片免费看|一级免费黄片2019|亚洲视频在线观看精品|白丝美女无套内射……
01月03日，遇见习近平丨北京正在书写历史，精品伊人久久大线蕉色首页，188437神秘电视剧，影音先锋色色色，欧洲 亚洲 自拍
01月03日，法治护航频频“出海” 职业教育国际化呈现蓬勃发展良好势头，国产欧美一区二区精，中国黄片，国产视頻在，国产精品激情无码视频
01月03日|“AI”赛道上的“90后”创业者：探索人生的无限可能|人人幹人人摸人人插|天天透天天操|做|国产黄色录像一级片
01月03日，水利部针对晋陕宁3省区启动洪水防御Ⅳ级应急响应，野一外一性一交一乱的意思，wwwxxxcom，免费A片网址，欧美A级情欲免费
01月03日，中国驻加使馆发言人批驳加方“外国干涉”调查初步报告，性视频在线播放网站，黄色网站在线看国产免费，中岛京子Ⅴ黑人巨砲，亚洲刺激第一页
01月03日，四川雅投发展投资集团有限公司原党委书记、董事长谭克强接受审查调查，国产Av无码黄片，另类一区综合在线视频，亚洲黄片高清无码，ヘンリー冢本浅井舞香
01月03日|【新春纪事】祁连山腹地管护员：艰难守护八一冰川 愿其减缓消融|四爱年上带玩具尾巴哭|全国精品第一区黄片|欧美一区爱v视频|九色高清bb在线视频
01月03日|“等了4年” 张之臻迎澳网首胜 中国军团晋级第1人|久久妓女妓女av网站|美女口爆吞精视频|国产国语对白无码视频在线观看|操萝莉的逼
01月03日|河北衡水：大运河题材系列内画作品再现运河沿岸城市风貌|黄片视屏免费观看|五月天丁香婷婷亚洲综合|高清欧美黄|欧美性爱展示
KPL换乘恋爱，731部队罪证陈列馆发布参观提醒|沈阳：首发经济蓬勃发展 消费资源优势日益突显|欧美一级a片网站视频|www.//黄片视频免费|久久精彩免费视频|东北女人乱精彩对白在线
监制：邓金木
策划：赖晗
主创：唐征宇 林箴贺 陈佛烘 颜亦阳 陈林韵
编辑：王家菁、段圣祺
台生甲骨文中寻根源：两岸同文同源同种
第二十七届“亚洲公共房屋机构研讨会”在香港举行
第二届海峡两岸（福州）人工智能-工业机器人竞赛举行
“小东北虎”勇闯山西感受“晋味中国年”
蚂蚁森林超9成树种在“三北”攻坚战核心区，再捐1亿元支持甘肃种树治沙
人工智能热度攀升市场广阔 业内：人机协同将成发展主流
上海：截至11月末银行机构与187个企业和项目签订贷款合同共计287.11亿元
（聚焦中国高质量发展）“江南第一早茶街”吸引八方来客 美食带火乡村文旅
习近平抵达巴黎 开始对法国进行国事访问
2024京津冀新春文旅系列活动启动仪式在天津举行
黄网页免费看
少妇私密推油一区二区三区
欧美大黄片
国内真实迷j 正在播放
慢脚app
男女猛进猛出视频又黄又大
www.yiyubao.com
欧美久久XX
laowangcaocom
妓女网站
闽公网安备 35010302000113号