RAG 与数据arXiv cs.CL4 天前
Jev-as-a-Judge for RAG Claim Verification: Confidence-Gated Cascading Between a Non-Generative Verifier and a Frontier LLM
论文对比非生成式判定模型与前沿LLM在RAG声明验证上的表现：两者准确率统计上无差异，但成本相差187倍。关键发现是准确率相同掩盖了错误结构差异——廉价模型放行更多无支撑声明。基于置信度的级联路由可降本，但随机升级对照实验表明节省来自升级比例而非置信度选择。