檢索增強微調（RAFT，retrieval-augmented fine-tuning）

被放進檢索流程裡使用的模型，在推論時會被遞上文件，但如果它從未被訓練去適應這種情境，它往往不是忽略證據、就是被無關段落帶偏。檢索增強微調，是為了模型真正會面對的這場「開書考」而訓練它：每個訓練範例都把一個問題與檢索到的段落並陳，刻意把真正相關的文件與看似合理的干擾項混在一起，讓模型學會靠對的那些來作答。

讓它生效的是那個教學訊號。目標被寫成思維鏈式的答案，逐字引用並標註支持它的段落，於是模型因「把每個主張接地」而獲獎勵，而非背誦參數記憶。有一部分範例只放干擾項，逼模型學會「檢索到的脈絡其實不含答案」是什麼情況。效果是一個會批判性閱讀脈絡的模型：它引用有用的、折抵無用的，而這正是上線檢索系統所需的本領。

相較於把現成模型直接套上樸素的檢索增強生成，RAFT 對不完美檢索的穩健度明顯更好，在目標領域的接地也更強。代價是要建構帶有寫實干擾項配比的監督資料，而這樣調出來的模型，會特化於它所對抗訓練的那種檢索風格。