# 研究发现：文档集越大，RAG准确率越低

> 测试显示，加入更多异质文档会降低检索增强生成的表现，精确率下降63%。

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

Nabaraj Subedi领衔的研究团队考察了检索增强生成（RAG）在不断扩大的文档集上的表现。在怀俄明州交通部（Wyoming DOT）的一套系统中，语料库从54份文档扩充至1,128份后，precision@10下降了63%，包含答案的文档召回率也降低了23%。论文提出一种软范围限定技术，无需额外训练即可将检索限制在相关领域内。作者建议先应用软范围限定，再进行一次综合生成调用。

## 事实

- 语料库从54份文档扩充至1,128份后，precision@10下降63%，召回率下降23%
- 论文于2026-10-15发布在arXiv（“Thu Oct 15 2026 06:00:00 GMT+0200”）

## 为什么重要

对开发基于RAG的聊天机器人的人来说，除非限定相关领域，否则增加文档反而可能让答案变得不那么准确。

## 来源与参考

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

最后更新: 2026-10-15