# Större dokumentsamlingar försämrar RAG, visar studie

> Fler och mer varierade dokument försämrade resultatet för retrieval-augmented generation. I ett test sjönk precisionen med 63 %.

Oossa · 2026-10-15 · https://oossa.com/sv/large-document-collections-reduce-rag-accuracy-study-finds

Forskare under ledning av Nabaraj Subedi undersökte retrieval-augmented generation (RAG) med växande dokumentsamlingar. I ett system hos Wyoming DOT sjönk precision@10 med 63 % när korpusen utökades från 54 till 1,128 dokument, och återkallningen av dokumentet med svaret minskade med 23 %. I artikeln föreslås en teknik för mjuk avgränsning som begränsar sökningen till relevanta områden utan extra träning. Författarna rekommenderar att man först använder mjuk avgränsning och sedan gör ett enda syntessamtal.

## Fakta

- Korpusen växte från 54 till 1,128 dokument, precision@10 sjönk med 63 % och återkallningen med 23 %
- Artikeln publicerades på arXiv 2026-10-15 ("Thu Oct 15 2026 06:00:00 GMT+0200")

## Varför det spelar roll

För utvecklare av RAG-baserade chattbottar kan fler dokument faktiskt göra svaren mindre träffsäkra, om man inte avgränsar sökningen till relevanta områden.

## Källor och referenser

1. [When More Documents Hurt RAG: Measuring and Reducing Vector Search Dilution with Domain-Scoped Retrieval](https://arxiv.org/abs/2606.11350) – arXiv cs.IR, 2026-10-15

Senast uppdaterad: 2026-10-15