TrustMargin

TrustMargin 是一种无需训练的检索增强问答（RAG）源仲裁方法，用于动态决定在回答问题时应依赖模型的参数化知识（Direct）还是检索到的外部证据（BM25-RAG）。其核心通过计算两类边际得分——参数先验边际（M_prior）和证据绑定边际（M_bind）——加权合成决策分数，并与阈值比较完成二选一仲裁。技术上基于同一语言模型、固定BM25检索（top-20）、轻量级对数概率差分计算，不依赖微调或额外训练。适用于开放域问答系统中提升RAG稳定性与泛化性，尤其在检索质量波动或模型幻觉风险较高的场景下提供低成本、可解释的仲裁机制。