Sonda CDD Diagnostica la Conformità del Contesto RAG in Presenza di Conflitti di Conoscenza

Un nuovo approccio noto come Context-Driven Decomposition (CDD) è stato sviluppato per identificare i casi in cui i sistemi di retrieval-augmented generation (RAG) si basano su informazioni recuperate contraddittorie piuttosto che sulla propria comprensione. Questo metodo, descritto in un articolo su arXiv (2605.14473), funge da sonda di scomposizione delle credenze durante l'inferenza e da strumento di intervento per gestire i conflitti di recupero. In valutazioni come i test di stress Epi-Scale, l'iniezione di misconcezioni TruthfulQA (N=500) e le riesecuzioni cross-modello, CDD rivela tre pattern distinti: in scenari avversari, il RAG standard raggiunge solo il 15,0% di accuratezza; i miglioramenti di accuratezza in contesti avversari sono trasferibili tra famiglie di modelli (Gemini-2.5-Flash, Claude Haiku/Sonnet/Opus), mentre l'accoppiamento causale tra ragionamento e risposte non si trasferisce. Questo studio esplora il Regime di Conformità al Contesto, in cui il contesto recuperato influenza l'output finale nonostante sia in conflitto con la conoscenza intrinseca del modello.