精选理由
做 RAG 系统的开发者最怕错误被反复放大，CRAG 用简单评估机制切断雪球效应，值得在长期运行的生产环境中试试。
长期运行的 RAG 系统最危险的 bug 不是单次错误答案，而是错误被反复检索、强化，最终被系统当作事实。CRAG（Corrective RAG）通过在检索和生成之间加入轻量级评估步骤，对文档进行置信度评分（0.9 以上直接使用，0.5-0.9 补充网络搜索，低于 0.5 丢弃），并在下次检索前预过滤掉低分内容，从而打破“检索→存储→强化”的恶性循环。CRAG 需要向量数据库支持动态存储置信度、混合检索和分区键，Milvus 原生支持这些能力。
AI 翻译 · 中文
长期运行的 RAG 系统最危险的 bug 不是单次错误答案，而是错误被反复检索、强化，最终被系统当作事实。CRAG（Corrective RAG）通过在检索和生成之间加入轻量级评估步骤，对文档进行置信度评分（0.9 以上直接使用，0.5-0.9 补充网络搜索，低于 0.5 丢弃），并在下次检索前预过滤掉低分内容，从而打破“检索→存储→强化”的恶性循环。CRAG 需要向量数据库支持动态存储置信度、混合检索和分区键，Milvus 原生支持这些能力。
𝗜𝗻 𝗮 𝗹𝗼𝗻𝗴-𝗿𝘂𝗻𝗻𝗶𝗻𝗴 𝗥𝗔𝗚 𝘀𝘆𝘀𝘁𝗲𝗺, 𝘁𝗵𝗲 𝗺𝗼𝘀𝘁 𝗱𝗮𝗻𝗴𝗲𝗿𝗼𝘂𝘀 𝗯𝘂𝗴 𝗶𝘀𝗻'𝘁 𝗮 𝘀𝗶𝗻𝗴𝗹𝗲 𝘄𝗿𝗼𝗻𝗴 𝗮𝗻𝘀𝘄𝗲𝗿. 𝗜𝘁'𝘀 𝘁𝗵𝗲 𝗼𝗻𝗲 𝘁𝗵𝗮𝘁 𝘀𝗻𝗼𝘄𝗯𝗮𝗹𝗹𝘀: 𝗿𝗲𝘁𝗿𝗶𝗲𝘃�…