# EviCast检索效用预测框架

检索增强生成并非有证据就更好，无关证据会拖累生成器，而逐套配置实测收益又要为每个候选检索器重复生成。EviCast把候选检索器的净收益拆成两部分：生成器对受控证据状态的响应，以及该检索器离线输出落在各状态上的分布；前者只需在小校准集上测一次，即可复用于多个检索器。在HotpotQA的14套检索配置上，一次校准用96次生成调用做出14/14正确部署判断，预测误差2.75个F1点，诊断生成调用比逐配置直接测量少80%。

检索增强生成并非有证据就更好，无关证据会拖累生成器，而逐套配置实测收益又要为每个候选检索器重复生成。EviCast把候选检索器的净收益拆成两部分：生成器对受控证据状态的响应，以及该检索器离线输出落在各状态上的分布；前者只需在小校准集上测一次，即可复用于多个检索器。在HotpotQA的14套检索配置上，一次校准用96次生成调用做出14/14正确部署判断，预测误差2.75个F1点，诊断生成调用比逐配置直接测量少80%。