近日，国外研究者发布了一篇论文《Seven Failure Points When Engineering a Retrieval Augmented Generation System》，探讨了在实际工程落地RAG应用过程中容易出的七类问题。

论文地址：https://arxiv.org/pdf/2401.05856.pdf

一、丢失内容（ Missing Content ）

• 这是实际生产中的一个最大问题。模型无法在给出的文档中获得实际的答案
• 比较好的情况是回答"我不知道"。但事实上，它却会编造一个看似正确的错误答案。

二、错过了最相关的文档（ Missed the Top Ranked Documents ）

• 检索器就是一种小型的搜索系统，非常难以做到精准。
• 简单的向量检索很少能直接满足要求。有时候，正确的答案没有在检索器返回的前 K 个文档中出现，导致后续LLM无法正确生成回答。

三、不在上下文中（Not in Context - Consolidation strategy Limitations）

• 有时候，可能会检索到大量的的文档，受限于模型的context大小限制，需要进行整合修剪才能传给大模型，但这有可能导致真正包含的答案未能放进上下文中。这种情况一样会导致模型产生幻觉，除非Prompt明确指示模型不返回不在上下文中的结果。

四、无法提取（Not Extracted ）

• 在这种情况下，答案在上下文中存在，但大语言模型未能正确提取出答案。通常，这是因为上下文中存在太多干扰性信息或相互矛盾的信息。

五、错误的格式（Wrong Format ）

• 问题涉及提取特定格式（例如表格或列表）的信息，但大语言模型忽略了指令。
• 需要通过系统Prompt并编写代码来以特定格式生成信息。如果这是一个重要功能，就需要进行软件开发和测试。

六、特定性不准确（Incorrect Specificity）

• 回答不够具体或过于笼统，不能满足用户的需求。这种情况通常是因为RAG系统的设计者对于特定问题有特定的期望结果。
• 比如教师对学生，在这种情况下，应该提供特定的教育内容，而不仅仅是答案。
• 特定性不准确还会在用户不确定如何提问或问题过于笼统时出现。

七、不完整（Incomplete）

• 不完整的答案并不是错误的，但是会漏掉一些信息，尽管这些信息在上下文中并且可以提取出来。
• 例如，一个问题是：“文档 A、B 和 C 中包括哪些关键点？”更好的方法是分别提出这些问题。