论文揭示 RAG 投毒防御的评测捷径与决策失效

论文《Ranking Is Not Deciding》指出，RAG 投毒防御的高检测率可能源于毒文档中的构造线索，而非识别投毒内容。删除 PoisonedRAG 注入文本中的目标问题前缀后，RAGuard 的 AUROC 从 0.953 降至 0.758，漏检率从 0.191 升至 0.763；论文建议同时报告毒文构造画像和部署阈值下的假阳率。