Self-RAG 与 CRAG 如何让检索链路具备自反思和纠错能力？

面试时怎么答

先分别说机制，避免把两个名词混成“都会反思”。Self-RAG 通过训练让模型产生是否检索、证据是否相关、回答是否受支持等控制信号；CRAG 通常增加一个检索质量评估器，再按置信度触发纠错或补充检索。

追问价值时要提成本：判断和二次检索会增加延迟，也可能误判。简单事实问题不必每次都走完整反思链路，应该设置路由和预算。

可以这样答：

Self-RAG 把“是否需要检索、证据是否相关、回答是否被支持”等判断融入模型生成过程，通过控制 Token 决定检索和自检。CRAG 更像在现有 RAG 外增加检索评估器，质量不足时重写查询、补充来源或纠正上下文。两者都想避免盲目使用低质量证据，但会增加调用与延迟，评估器也会出错，因此应按问题难度触发，并衡量纠错收益、误触发率和成本。

核心回答

传统 RAG 常常固定召回 \(k\) 个片段后直接生成；Self-RAG 和 CRAG 都把“是否需要检索、检索是否可靠、回答是否被证据支持”纳入控制环，但机制不同。

Self-RAG 训练语言模型生成特殊的反思 Token：按需决定是否检索，并对片段相关性、生成内容的证据支持程度和回答效用进行批判，从而在解码时控制和筛选候选。CRAG 则在外部增加轻量检索评估器，根据检索质量置信度触发不同动作；低质量时可以扩展到 Web 搜索，同时对文档执行分解、筛选和重组。前者核心是经过训练的自反思生成模型，后者更像可插拔的检索纠错层，二者不能只凭名字视为同一算法。

展开说明

Self-RAG 的关键流程是：

模型通过检索决策 Token 判断当前生成步骤是否需要外部知识。
需要时检索片段，再评价片段对问题是否相关。
生成内容后评价它是否得到证据支持，并给出整体效用信号。
推理时可用这些反思 Token 的概率对不同候选进行打分和控制，在事实性、引用和任务效用之间调整权重。

CRAG 不要求把整套反思能力训练进生成模型。它先用检索评估器估计返回文档的质量，再根据置信区间采取保留、补充或改用外部搜索等动作；随后提取文档中更相关的知识条目，过滤无关部分并重新组合上下文。

共同思想是把一次性的“检索—生成”改为有状态的决策链。风险则是评估器本身会误判，循环检索会放大延迟和成本，外部搜索还会引入权限、时效、提示注入及不可信来源问题。反思分数只能作为系统信号，不能自动等价于事实正确。

工程实践

生产系统可先实现显式状态机：无需检索 / 检索通过 / 低置信补检 / 冲突或无证据拒答，为每条路径设置最大检索轮数、超时和回退。检索评估器要在真实业务分布上校准阈值，并分别统计误放行和误拒绝；不能只看最终答案平均分。若接入 Web，必须隔离不可信文本、重新执行来源与安全策略，且不能绕过租户 ACL。日志应保存每轮查询、候选、评估分、分支动作及最终引用，避免只留下最终答案而无法审计。

常见追问

Self-RAG 是否等于让普通模型在 Prompt 中“反思一下”？ 不等于。原论文训练模型预测专门的检索与批判 Token，并在推理中利用其概率控制生成；Prompt 自检可以借鉴流程，但不是同一训练方法。
CRAG 的检索评估器判断错了怎么办？ 需要校准阈值、保留灰区分支并限制纠错动作；高风险问题可要求多来源一致或转人工，不能让单个分数成为无条件事实裁决。
为什么不对所有问题都检索并多轮反思？ 固定检索会给不需要外部知识的问题引入噪声，多轮控制还增加成本和尾延迟；按需检索的目的之一就是在质量与资源之间做选择。
Self-RAG 与 CRAG 可以组合吗？ 概念上可以由模型决定何时检索，再由外部评估器检查召回质量，但组合后的阈值、循环终止和收益必须重新评测，不能假定叠加必然提升。

一句话复习

Self-RAG 把按需检索与批判信号训练进生成模型，CRAG 用外部评估器触发检索纠错；二者都要防止评估误判和无限循环。