# RAG 搜对了文档却答错？德国萨尔大学团队找到病根，ACL 2026 长文收录

> 原标题：RAG搜对了却答错？德国萨尔大学找到了真相丨ACL&#39;26

- 来源：量子位 · 公众号
- 发布时间：2026-04-18T11:51:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/6538
- 原文：https://mp.weixin.qq.com/s?__biz=MzIzNjc1NzUzMw==&mid=2247884413&idx=3&sn=92ebd9e047716196e4960463fc494ba4

## 摘要

萨尔大学团队发现，很多 RAG 系统翻车不是因为没搜到资料，而是模型读不懂搜回来的文档。他们提出 Disco-RAG，在检索和生成之间加了一层“阅读理解”：先用修辞结构理论把文档拆成论证树，再建跨段落关系图，最后生成大纲来引导回答，全程不用额外训练。论文在 Loong、ASQA、SciNews 几个数据集上都有提升，但正文没给出具体分数，这点先别太激动。

## 推荐理由

萨尔大学团队把 RAG 出错的原因指向生成环节的文档理解，提出用修辞结构理论拆解论证树、再建跨段落关系图引导回答的 Disco-RAG，全程无需额外训练。

## 锐评

RAG 翻车多半不是检索的锅，这个诊断我认。平时调 agent 最烦的就是文档明明塞进 context 了，模型还是答偏，加 rerank、换 embedding 都没用，问题出在它没把几段话串起来读。Disco-RAG 在检索和生成中间加一层拆论证树、建关系图、生成大纲，思路对路，而且不用训练，接进现有 pipeline 成本不高。分数没给全，先当个方向看。
