Your LLM Is Only as Good as What It Retrieves

检索质量是影响大语言模型输出可靠性的关键因素，当检索失败时，模型会生成看似合理但缺乏事实依据的内容。研究发现，在 HaluEval、TruthfulQA 和 FaithDial 等基准测试中，检索层问题始终是幻觉产生的主要来源。五种常见的检索失败模式包括检索漂移、上下文截断、过时索引污染、低相关性 top-k 检索和智能体间误通信，这些问题在多智能体系统中尤为隐蔽且难以检测。