这篇论文发现，一种廉价验证器在核查 RAG 声明时的准确率可与前沿大模型媲美，但会放过更多缺乏依据的声明。

研究者用 495 条人工标注的 RAG 声明，对比了只返回标签和概率的验证器 Jev 与 GPT-6 Astra。Jev 的准确率与 Astra 相差不到 0.6 个百分点、成本却低 187 倍，但它放过了 23.2% 缺乏依据的声明，而 Astra 为 14.1%；因此只看总体准确率会掩盖更高的误放率，而这正是 RAG 产品不能把无依据声明当作已核实内容呈现时最关键的一点。

• Rohan Paul2026-10-27 10:24