PAIRS: адаптивный RAG через двойную проверку и обогащённый поиск

RAG-системы тратят время на поиск в базе знаний даже когда LLM может ответить из своей памяти. При этом короткие запросы дают шум — retriever приносит нерелевантные документы из-за слабых семантических сигналов. PAIRS решает обе проблемы через адаптивный подход: генерирует два ответа (прямой из памяти + через самосозданный псевдо-контекст), если ответы совпадают — поиск пропускается. Для ~25% вопросов это экономит токены и время. Когда ответы расходятся — запускается двойной поиск: по оригинальному запросу и по сгенерированному контексту, финальные документы выбираются как пересечение релевантности обоим источникам. Результат: модель сама определяет нужен ли поиск + для коротких запросов качество retrieval растёт.