Analisi della Tripla Robustezza del RAG per la Tracciabilità Multi-Salto

Un nuovo articolo su arXiv (2608.05153) approfondisce i sistemi di generazione aumentata da recupero (RAG), concentrandosi su come funziona la tracciabilità attraverso più passaggi. Lo studio mantiene una configurazione di recupero fissa ma modifica tre diverse aree: l'embedder, che varia da e5-small locale a Azure text-embedding-3-small; il corpus, che passa da requisiti DO-178C a catene di paragrafi di Wikipedia tramite MuSiQue; e il giudice, dove confrontano GPT-5.4 e GPT-4.1. Hanno eseguito 4.440 test sulla matrice principale, 600 test cross-corpus e 1.200 valutazioni sulla fedeltà. I risultati chiave mostrano che la sovra-citazione è una caratteristica comune, con GraphRAG che produce 11-15 ID per risposta ma con una precisione delle citazioni che varia da 0,12 a 0,23. La fedeltà fluttua significativamente, scendendo dal 74% al 40% su DO-178C ma salendo dal 42% al 58% su Wikipedia. L'articolo accenna brevemente ai risultati stratum-con ma manca di dettagli. Nel complesso, evidenzia come i risultati sui problemi di precisione delle citazioni di GraphRAG dipendano dal corpus utilizzato.