如何理解Corrective RAG（CRAG）的工作原理与完整实现？

标准回答

CRAG 的完整主流程是：检索文档 → 评估检索质量 → 按 Correct / Incorrect / Ambiguous 分支纠正 → 精炼有效证据 → 交给生成器回答。Correct 使用精炼后的检索资料；Incorrect 转向补充检索；Ambiguous 结合原资料和补充资料。

**纠正具体做什么：**原论文使用轻量评估器和网络搜索，并把文档拆成片段、筛除无关部分后再组合。实现时分别封装检索、评估、分支和生成节点，记录评分、阈值及最终证据；不能把“模型自我检查一下”就称为完整 CRAG。

查退货规则却搜到旧版活动页，先识别证据不足，再改查有效政策或其他允许的来源，最后根据可靠资料回答。

**纠正的对象是什么：**CRAG 关注检索出来的证据是否足以支撑当前问题。找到了一段文字，但版本错误、主题不对或信息不全，仍然可能需要纠正检索结果。

**一次纠正怎样发生：**先评价证据，再过滤不可靠内容或补充允许的来源，最后用通过检查的资料组织答案。找不到充分证据时说明不足，不把一次检索命中当成答案已可靠。

纠正性检索不能保证答案绝对正确；评估器、外部来源和生成仍然可能出错。