लेखकों ने MIRAGE पेश किया, जो एक ट्रेनिंग-फ्री और मॉडल-अग्नोस्टिक डिफेंस मैकेनिज्म है जिसे लंबे-फॉर्म Retrieval-Augmented Generation (RAG) सिस्टम को रिकवर्ड इविडेंस में गलत जानकारी से बचाने के लिए डिज़ाइन किया गया है। MIRAGE एक NLI-आधारित क्रॉस-डॉक्यूमेंट क्लेम ग्राफ़ बनाता है और Defended-Claims Gate का उपयोग करके जेनरेशन को संगत, मल्टी-सोर्स सपोर्टेड क्लेम्स पर कंडीशन करता है या पूरी तरह से रिकवरी को ब्लॉक करता है।
सिस्टम का मूल्यांकन चार पर्टर्बेशन फैमिलीज़: Unambiguous, Conflicting, Misleading, और Fabricated को कवर करने वाले एक मिनिमल-एडिट प्रदूषण प्रोटोकॉल के साथ किया जाता है। चार लंबे-फॉर्म QA बेंचमार्क्स और कई कॉमर्शियल और ओपन-वेइट LLMs पर टेस्टिंग दिखाती है कि, जबकि प्रदूषन वैनिला RAG को गंभीर रूप से खराब कर देता है, MIRAGE मिक्स्ड और पूरी तरह से प्रदूषित इविडेंस के तहत फैक्टुअलिटी को लगातार पुनर्स्थापित करता है।
रिकवर्ड पैसाज में सूक्ष्म गलत जानकारी या फैब्रिकेशन की उपस्थिति के बावजूद सटीकता बनाए रखने में MIRAGE पूर्व रॉबस्ट-RAG विधियों से बेहतर प्रदर्शन करता है। इम्प्लीमेंटेशन और डेटासेट हैं।