RAG 幻觉的锅别全甩给大模型：73% 的失败其实出在检索原创

那上线后开始胡说，团队第一反应是换更大的模型，但问题可能根本不在模型。行业复盘显示，约73%的rag失败，更因在检索retriever不再生成generator。不是模型瞎编，是喂错了料。检索召回了无关或矛盾的文档生成器，只能基于错误上下文硬编。我们以为加更多文档就更准。反常时跨越矛盾，让生成器在几个冲突答案间随机选。70%~80%企业的RA还停在DEMO，没达稳定生产。问题多卡在检索质量，不是模型能力。

已有律所因rack编造判例被罚，AI自信引用一条不存在的法条，人类没复核就提交。先见检索评估及量top k准确率、召回都错，生成再强也是垃圾进垃圾出。加瑞克，把真正相关的顶上来。检索质量比数量重要10倍，别堆文档凑数。用户问法和文档写法不一样，先做query rewriting, 再检索，命中率立刻不同。低质性答案，直接拒答，而不是硬编一段，宁可说不知道，也别编一条法条。

生产及rack是从堆文档转向检索质量工程。可观测、可评估、可回滚。瑞比出问题前查检索，别急着骂模型。73%的锅在retriever头上。