Новости

Predictable Failure in Multi-Hop Retrieval: Score-Distributional Confidence Scoring and Abstention

arXiv cs.AI · Опубликовано 18 сентября 2026 г. · 3 мин чтения

За 30 секунд

Что произошло: Research shows multi-hop retrieval failures cluster predictably by query structure, enabling confidence scoring without extra LLM calls to reduce confident-wrong answers.
Почему это важно: Engineers building retrieval systems need this when balancing accuracy and cost in multi-hop question answering across dense and LLM-judge architectures.
На что обратить внимание: The method's feature importance varies by dataset; models trained on one benchmark show minimal transfer loss but optimal features differ across datasets.

Каждый разбирает, как работает техника, когда она оправдывает затраты и где ломается.

Один паттерн, один компромисс, одна история сбоя в продакшене. Короткий еженедельный брифинг для тех, кто строит агентные системы.

Одно письмо в неделю, отписка в один клик. Адрес используется только для рассылки брифинга.

Новости

arXiv cs.AI · Опубликовано 18 сентября 2026 г. · 3 мин чтения

Что произошло: Research shows multi-hop retrieval failures cluster predictably by query structure, enabling confidence scoring without extra LLM calls to reduce confident-wrong answers.
Почему это важно: Engineers building retrieval systems need this when balancing accuracy and cost in multi-hop question answering across dense and LLM-judge architectures.
На что обратить внимание: The method's feature importance varies by dataset; models trained on one benchmark show minimal transfer loss but optimal features differ across datasets.

Каждый разбирает, как работает техника, когда она оправдывает затраты и где ломается.

Одно письмо в неделю, отписка в один клик. Адрес используется только для рассылки брифинга.