检索增强生成的性能局限：MiMo-v2.5 中的 RAG 惩罚与 BM25 检索对比分析

《Results in Engineering》：When RAG Hurts: Retrieval-Augmented Generation Degrades Performance in Metallurgical Root Cause Analysis

　　

• •
  模型相关的 RAG 惩罚：仅在 MiMo-v2.5 中显著（12.3 个百分点，p = 0.003）。
• •
  基于词汇的 BM25 检索同样无法超越非 RAG 方法（70.3% 对比 76.4%）。
• •
  性能退化机制作为合理假设进行阐述。
• •
  已验证评估工具对非 RAG 和 RAG 输出的可靠性。
• •
  无训练或历史污染：每个案例均为独立的 API 调用。

Ahmad Ridwan Fauzi|Sendi Nugraha Pratama|Acep Purqon|Yumna Zahran Ramadhan|Muhammad Ardiansyah