RAG做多轮对话时，历史检索结果要不要一起塞进上下文？效果反而变差了

我也踩过这个坑，后来改成只把历史检索结果压缩成摘要，跟历史对话一起放，原始文档片段只留当前轮的。另外可以给旧文档加个时间衰减或者相关性打分，让模型自己判断要不要用。还有个思路是用query重写，把多轮对话里的指代消解掉再检索，这样召回的文档更准。你们试过让模型先判断当前问题需不需要重新检索吗？

我一般只塞最近一轮的检索结果，老文档真容易带偏。试试按当前query重排再裁剪，别全堆进去。

我之前也踩过这个坑，历史检索结果全塞进去确实容易让模型“粘”在旧文档上。后来改成只保留和当前query语义相似度高的历史片段，再加个时间衰减权重，效果好了不少。关键是别把历史检索结果当上下文，而是当候选集，每轮重新和当前问题做相关性过滤。你们有没有试过用LLM自己判断旧文档还相不相关？

写得挺好，建议补充一些性能数据。

我之前也踩过这个坑，把旧检索结果全塞进去确实容易让模型“恋旧”。后来我改成只保留最近一轮的检索片段，但把更早的对话压缩成一句摘要带上，效果反而稳了不少。另外可以试试让模型先判断新query需不需要重新检索，不需要就别硬塞老文档。你们现在有没有做检索结果的时效性标记？感觉这个对多轮场景挺关键的。