研究背景與問題
快取增 強生成可降低重複檢索成本，但無條件寫入會將低品質或不相關內容保留在快取中，進一步影響後續回答。
模型設計與核心創新
CAG-RAG 採用兩階段選擇性回寫。第一階段優先保存高品質內容；第二階段重新評估其餘候選，僅讓通過品質門檻的內容進入快取。實驗使用 SQuAD 與 HotpotQA，並比較純 RAG、無條件回寫與選擇性回寫。
Quality Gate
每次回寫前先評估內容品質與相關性。
Two-stage Selection
第一階段保存高品質內容，第二階段重新評估候選。
Stable Cache
降低快取污染，使長時間服務維持穩定輸出。
研究結果
研究關注選擇性回寫對生成品質、快取效率與高雜訊環境穩定性的影響。
Selective Write-backMethod
SQuADEvaluation dataset
HotpotQAEvaluation dataset
Research Figures
