Un estudio evalúa un generador desplegable de 4B que se ejecuta en una laptop con 24 GB para determinar qué hace que sus citas sean fieles y completas en tareas de investigación profunda en el dispositivo. La investigación separa la fidelidad de las afirmaciones citadas de la cobertura confiable, analizando cómo la longitud de exposición de la fuente y la calidad de la fuente afectan estas métricas.
- Aumentar la exposición por fuente de 400 a 1500 caracteres eleva la fidelidad de 0.45 a 0.58 en las fuentes recuperadas y de 0.37 a 0.58 en las fuentes doradas, lo que muestra que la fidelidad está limitada por la exposición en lugar de la corrección de la fuente.
- La cobertura confiable permanece cerca de 0.22 en las fuentes recuperadas independientemente de la exposición porque el recall se mantiene cerca de 0.40, lo que indica que la calidad de la recuperación limita qué fuentes se citan.
- La exposición adicional cuesta aproximadamente 235 tokens de salida.
Los autores concluyen que el enfoque práctico es aumentar primero la exposición por fuente como una palanca barata, y luego tratar el recall de la recuperación como el único factor restante para mejorar la cobertura.