# Retrieved but Not Read: खोजिएको तर नपढिएको प्रमाण - खोज-संवर्धित LLM हरू किन असफल हुन्छन्

वेब खोजीले ठूला भाषा मोडेलहरूलाई ताजा जानकारीमा पहुँच दिन्छ, तर सम्बन्धित प्रमाण उपलब्ध हुँदाहुँदै पनि ती मोडेलहरूले किन पुरानो उत्तर दिन्छन् भन्ने कुरा अझै स्पष्ट छैन। "Retrieved but Not Read: Understanding Why Search-Augmented LLMs Fail to Use Available Evidence" (arXiv:2610.21731) नामक नयाँ अनुसन्धानले यही प्रश्नको अध्ययन गरेको छ।

अनुसन्धानकर्ताहरूले आफ्नो तालिमको समय सीमा पछि मान परिवर्तन भएका तथ्यहरू निर्माण गरे। तिनीहरूले वास्तविक वेब खोजी सहितको एक स्वामित्व मोडेल र नियन्त्रित रिट्रिभल अवस्थामा छ वटा खुला-तौल मोडेल संरचनाहरूको मूल्याङ्कन गरे।

नतिजाहरू चेतावनीपूर्ण छन्। मोडेलहरूले प्रायः स्रोत पृष्ठहरू नखोलीकन खोज स्निपेटहरूबाटै उत्तर दिन्छन्, र यसरी उत्तर दिँदा पुराना उत्तरहरू र श्रोतसँग नमिल्ने उद्धरणहरू बढी देखिन्छन्। नियन्त्रित प्रयोगहरू र तह-दर-तह विश्लेषणले प्रमाणको उपलब्धता र यसको प्रभावकारी प्रयोगबीचको खाडल देखाउँछन्। रिट्रिभ गरिएको प्रमाणले मोडेलको आन्तरिक अनुमानलाई असर गरे पनि, मोडेलले अन्तिम उत्तरमा पुरानो जानकारीलाई नै प्राथमिकता दिन सक्छ।

यसको व्यावहारिक अर्थ छ। खोजीसँग जोडिएको प्रणाली बनाउँदा रिट्रिभल सफल भयो भन्नु पर्याप्त हुँदैन। मोडेलले स्रोत वास्तवमै खोलेर पढ्यो कि पढेन, र उत्तरमा त्यही प्रमाण प्रयोग गर्‍यो कि गरेन भन्ने कुरा अलग से जाँच्नुपर्छ।

अनुसन्धानकर्ताहरूले आशा व्यक्त गरेका छन् कि यी निष्कर्षहरूले खोज-संवर्धित मोडेलहरूमा रिट्रिभ गरिएको प्रमाणको भरपर्दो प्रयोग सम्बन्धी अनुसन्धानलाई अगाडि बढाउनेछ।

यो लेख Yethikrishna R द्वारा लिखित हो। उनी Mynd Labs का संस्थापक र प्रमुख इन्जिनियर हुन्, र Compyle (YC F25) का समन्वयकर्ता र संस्थापक सदस्य हुन्। उनी भारतको Thrissur मा बस्छन्।

स्रोत: https://arxiv.org/abs/2610.21731