CRAG

Коротко

CRAG полезен, когда:

• retrieval quality нестабильна;
• векторный поиск часто даёт шум;
• нужна защита от garbage-in, garbage-out;
• система может сделать fallback в web search или другой retriever.

Оцени качество найденных документов перед ответом. Если они слабые, предложи corrective action: web search, rerank или отказ от уверенного ответа.

CRAG особенно ценен там, где retrieval нельзя считать надёжным по умолчанию.

Чем CRAG отличается от обычного RAG

Обычный RAG действует так:

• retrieved docs считаются приемлемыми;
• генерация идёт сразу по ним.

CRAG добавляет corrective layer:

• оценить overall quality retrieval;
• если нужно, доискать знания;
• локально очистить шум;
• только потом генерировать ответ.

Это переводит систему из режима blind consumption в режим controlled grounding.

Когда техника особенно полезна

CRAG хорошо подходит для:

• enterprise search с шумным корпусом;
• RAG по свежим или неполным данным;
• многодоменных баз знаний;
• систем, где vector retrieval часто приносит near-miss документы;
• workflows с запасным web search.

Если retrieval уже очень сильный и узкий по домену, CRAG может быть избыточным.

Ограничения

CRAG требует метрики или модели, которая умеет различать хороший и плохой retrieval. Если evaluator слабый, система либо слишком часто делает corrective loops, либо пропускает плохие документы дальше.

Кроме того, у техники почти всегда выше latency, чем у plain RAG.

Почему техника актуальна в 2026

Большинство production-RAG систем уже поняли, что главная причина ошибок находится раньше генерации. CRAG важен потому, что делает retrieval quality first-class signal, а не скрытой предпосылкой.

Это особенно ценно для систем с heterogeneous corpora, где стабильность поиска не гарантирована.

Техническая реализация

const docs = await retrieve(query)
const quality = await model(scoreRetrievalQualityPrompt(query, docs))

const repairedDocs =
  quality.low ? await correctiveRetrieval(query, docs) : docs

const answer = await model(answerWithDocsPrompt(query, repairedDocs))

Практический совет: сохраняйте отдельно initial_docs и repaired_docs. Без этого невозможно понять, улучшает ли CRAG систему или просто добавляет cost.