Predictable Failure in Multi-Hop Retrieval: Score-Distributional Confidence Scoring and Abstention
AI 导读
多跳检索失败CWAR可减少性RCS置信度评分
文章揭示多跳检索失败具有结构可预测性，提出CWAR可减少性和特征互补性理论，并通过RCS置信度评分实现校准弃权策略，提升模型可靠性。
The paper identifies structurally predictable multi-hop retrieval failures, proposes two theoretical results, and demonstrates RCS-based abstention improves model reliability across benchmarks.
重点速览
- 多跳检索失败集中于可预测的子群体，非均匀分布 Failures cluster in structurally predictable subpopulations
- CWAR可减少性理论解释LLM-judge与密集检索的性能差异 CWAR reducibility explains performance gaps between regimes
- RCS融合九项结构特征实现跨数据集的校准弃权策略 RCS combines nine structural features for cross-dataset abstention
一句话：结构化置信度评分与弃权策略可显著提升多跳检索模型的鲁棒性。 / Structured confidence scoring and abstention enhance multi-hop retrieval robustness.
推荐理由 为多跳检索模型的鲁棒性提升提供了理论框架和实用方法，具有实际应用价值。
二次创作声明：本页为 AI 热榜聚合导读，内容与热度数据来自公开来源 （arxiv），版权归原始作者所有；本站仅做转载指引与摘要评述，不复制原文。