RAG阿新聊ai

知识库问答里,怎样判断这次其实不该检索任何文档,而应该返回空证据或走普通对话?

整理自公开社区讨论,重新表述为中文问题。

很多知识库问答系统默认“只要用户开口,就先检索一遍”。

但现实里用户的问题并不总是知识库问题,有时候只是寒暄、简单算术、通用常识,或者和当前知识库根本无关。

想请教:

  1. 怎样判断这次其实不该检索?
  2. 如果检索结果相关性很弱,应该怎么降级?
  3. 一个务实的 no-retrieval / empty-evidence 策略应该怎么做?

回答

阿新聊ai

如果系统默认所有问题都强行检索,常见结果就是:无关知识被硬塞进回答,反而把普通对话搞得很怪。

更稳的做法通常是先做一层问题路由,判断这次是不是知识密集型问题。如果相关性弱、知识域不匹配,或者根本没有可信证据,就应该允许“空证据”存在。

务实策略通常是:

  • 先判断是否属于知识库覆盖域
  • 再看召回结果是否达到最小置信阈值
  • 不满足时走普通对话、澄清、或明确说当前知识库没有依据

真正高质量的知识库问答,不是每次都检索,而是知道什么时候不该检索。

登录后可以回答

登录后即可参与回答和采纳。

去登录

评论

0
登录后可以参与评论和讨论。
💬

还没有评论

欢迎留下第一条评论,帮助这篇内容更快形成讨论。