QPP能否选出最优查询变体？揭示RAG流水线中检索与生成目标的系统性分歧

本研究聚焦RAG系统中查询变体选择的挑战：生成多个变体虽能提升召回率，但计算成本高。研究引入查询性能预测（QPP）技术，探索其在主题内变体选择的价值。核心发现：最大化检索指标（如nDCG）的变体未必生成最佳答案，存在“效用鸿沟”；但轻量级预检索预测器可有效提升端到端RAG质量。

在RAG系统中，LLM生成的查询变体能从多角度检索信息，但全量执行成本极高。传统QPP用于跨主题查询难度估计，本研究提出新问题：QPP能否用于同一信息需求内的变体选择？区别于跨主题判别，主题内（同一需求不同表述）的细粒度判别对RAG优化更具实际价值。

实验基于TREC-RAG基准（真实场景、多文档检索、端到端生成评估）。生成多个语义等价的查询变体（如原始查询“气候变化对农业的影响”的不同表述）。QPP预测器分两类：预检索（基于查询特征，低开销）、后检索（基于检索结果，高成本）。评估用相关性指标（Pearson/Spearman系数）和决策指标（选择准确率、性能提升）。

核心发现：检索指标与生成质量存在系统性分歧——最大化nDCG的变体常无法生成最佳答案，即“效用鸿沟”。原因包括：1.相关性≠信息价值（高相关文档可能冗余或缺乏关键细节）；2.生成需多样性（冗余文档对生成帮助有限）；3.排名位置敏感（排序不同影响生成质量）。

QPP虽不能选绝对最佳变体，但常优于原始查询。意外发现：轻量级预检索预测器可匹配甚至超越昂贵的后检索方法，因其低延迟、低成本、可扩展。稀疏与稠密检索器均存在效用鸿沟，稠密检索器的鸿沟更大，但QPP对两类都有效。

1.联合优化检索与生成（用生成感知指标、端到端架构）；2.QPP作为成本效益工具（资源有限时选变体）；3.优化变体生成（QPP指导、多样性、自适应数量）；4.演进评估指标（统一检索与生成的指标）。

局限：TREC-RAG数据集的场景局限性、变体生成方法单一、传统QPP框架、静态评估。未来方向：开发生成感知QPP、端到端变体选择模型、多轮RAG变体策略、更大规模基准。