论文提出iRAG：人机协同增量式RAG决策支持系统

Federico Mazzoni 与 Andrea Failla 在 arXiv 提交论文，提出 iRAG——一个结合检索增强生成与混合决策机制的人在环路决策支持系统。系统可从空知识库开始，把人类决策逐步存为可检索先例，流程经历从观察、基于证据提出异议到自主处理并可拒答的演进。 基于论文摘要：相对独立基线，iRAG 在知识漂移低于 10% 且不启用检索衰减时达到相当的最终决策错误率，在 40% 漂移下各配置均降低该错误率；检索衰减改善变化知识的表现但增加稳定知识的错误，呈稳定性—可塑性权衡而非全面优势。人类监督目前只是流程中的架构设计，与真实用户一起的可用性尚未评估。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。