论文arxiv cs.CL · 1mo ago重要
When Retrieval Doesn't Help: A Large-Scale Study of Biomedical RAG
分类释义：学术论文 / 技术报告
TL;DR
对 5 个模型、10 个生物医学 QA 数据集、4 种检索方法的大规模研究表明，RAG 仅比无检索基线提升 1-2 分，模型选择比检索方法影响更大。
关键要点
- 01对 5 个模型、10 个生物医学 QA 数据集、4 种检索方法的大规模研究表明。
- 02RAG 仅比无检索基线提升 1-2 分。
- 03模型选择比检索方法影响更大。
为什么值得关注
构建医疗 AI 系统时，盲目优化 RAG 管道（换 retriever、扩 corpus）的收益有限；瓶颈在模型能否有效利用证据，建议优先评估和优化模型的指令微调质量，而非堆砌检索策略。
对你的工程实践意味着什么
LLM 实时生成MiniMax-M2.7缓存命中
| 角色 | 你应该做什么 |
|---|---|
| Tech Lead | 重新审视技术路线，在 RAG 管道投入上设置上限，优先评估候选模型的指令微调质量 |
| 应用工程师 | 将优化重心从 retriever 调优转向 prompt 设计和模型指令微调数据质量 |
| 运维 / 平台 | 暂无直接影响，了解即可 |
| 产品 / 业务 | 评估竞品时关注模型本身的医学问答能力，而非仅看是否采用了 RAG 架构 |
同类资讯
本页 TL;DR 与「为什么」由 LLM 生成 · 模型：MiniMax-M2.7 / Claude Haiku 4.5