HF Daily Papers·· 2026-10-04AI 评分33
Agentic RAG 评估预算分配研究：问题数、搜索轨迹与读取间的取舍
Agentic RAG Evaluation: Budget Allocation Across Questions, Trajectories, and Reads
AI 导读
一项 Agentic RAG 评估预算分配研究在 HotpotQA 与 MuSiQue 上表明，扩大问题覆盖比增加读取次数或搜索轨迹更有效。在 34.14–34.39M tokens 预算下，问题覆盖更广可使标准误比五次读取低 33%、比三条轨迹低 12.6%。当搜索价格为 0–1 美元/千次请求时增加问题数优于增加轨迹；温度设为 0 可将回答分歧率从 14.3% 降至 3.4%。
来源：HF Daily Papers · huggingface.co