Sélectionner les preuves avant d’étendre une requête RAG

Le contexte avant la reformulation

Une expansion de requête par LLM est souvent présentée comme un problème de génération : produire des mots-clés, un pseudo-document ou une réponse hypothétique. Dans un pipeline corpus-aware, le modèle lit pourtant déjà des passages récupérés. La qualité de l’expansion dépend alors aussi de la sélection de ces passages. Le preprint EviQE: Evidence Selection for LLM-Based Query Expansion traite cette sélection comme une décision distincte.

EviQE fait tourner plusieurs reformulateurs indépendamment. Leurs résultats sont réunis dans un pool dédupliqué, puis un sélecteur choisit un petit budget de documents. Le générateur produit ensuite une seule expansion à partir de la requête initiale et de ce sous-ensemble. Le pipeline sépare donc « quels documents montrer » de « comment réécrire la requête ».

Trois signaux de sélection

Le papier compare un signal d’accord entre reformulateurs, une fusion tenant compte du rang et un score de pertinence attribué par un LLM juge. Tous les candidats sont évalués par rapport à la requête originale. Cette règle évite de laisser le reformulateur qui a trouvé un passage imposer aussi la définition de sa pertinence.

Le protocole utilise jusqu’à dix passages par source et sélectionne dix passages pour la génération. Le pool peut donc être sensiblement plus large que le budget de contexte. L’agrégation seule ne suffit pas : donner plus de documents au modèle sans filtrage peut augmenter le bruit et le coût.

Ce que rapportent les auteurs

Sur trois jeux TREC DL et cinq collections BEIR, les reformulateurs récupèrent souvent des documents différents pour une même requête. La couverture au niveau de la requête reste élevée, tandis que la couverture documentaire de chaque source est beaucoup plus basse. Le pool apporte des gains de rappel par rapport à une source individuelle, mais sa densité varie selon les collections.

Le sélecteur fondé sur le score de pertinence est présenté comme le plus régulier face à la reformulation directe, à l’expansion sans contexte et aux stratégies à source unique. Dans les expériences rapportées, les gains moyens diminuent ou disparaissent lorsque l’on ajoute des tours supplémentaires après avoir déjà sélectionné de bonnes preuves. Les chiffres sont des résultats de benchmark : ils ne garantissent pas le même comportement sur un corpus métier.

Lecture éditoriale

La leçon pratique est de journaliser la provenance du contexte, pas seulement le texte final. Pour chaque expansion, une équipe peut conserver les reformulateurs interrogés, le pool dédupliqué, les passages finalement transmis et le score de sélection. Cette trace rend les régressions plus explicables : un résultat peut venir d’une mauvaise reformulation, d’un pool pauvre ou d’un sélecteur trop permissif.

Un budget documentaire explicite est aussi une mesure de sécurité et de coût. La sélection ne rend pas les passages vrais ; elle choisit les éléments que le générateur verra. Les contrôles de citations, de contradiction et d’absence d’information restent nécessaires après la génération.

Limites à garder

Les résultats dépendent des reformulateurs, des juges, du BM25, du budget et des collections étudiées. Un LLM juge ajoute une dépense et une dépendance de modèle. Le papier n’établit pas que chaque document sélectionné constitue une preuve suffisante pour une réponse, ni que l’itération est inutile dans tous les cas.

Source et périmètre

Source principale : arXiv:2609.14875v1 · PDF. Les résultats de benchmark viennent des auteurs ; les recommandations de traçabilité et de contrôle sont une interprétation éditoriale.