近日，马上消费金融股份有限公司（以下简称“马上消费”）人工智能研究院决策智能团队的研究成果《FailSafe-RAG: Evidence-State-Aware Generation under Retrieval Failures》（《FailSafe-RAG：面向检索失败的证据状态感知与可信生成》）被国际学术会议ACM CIKM（国际信息与知识管理会议）2026正式录用。该研究针对检索证据不可靠的实际场景，旨在减少大模型因过度自信而产生的错误输出。
CIKM（国际信息与知识管理会议）是CCF（中国计算机学会）推荐的B类国际学术会议，由美国计算机协会（ACM）主办，是信息检索、数据挖掘、知识管理、数据库等领域的重要国际会议，每年吸引全球高校、科研机构和科技企业的研究人员参与。
作为一家人工智能技术驱动的数字金融机构，马上消费持续加码人工智能基础研究，2026年以来已有多项研究成果登上国际顶级学术会议。
让大模型在证据不足时学会“拒答”
检索增强生成（RAG）让大模型先检索资料再回答，可减少错误内容并提升时效。但是检索环节也可能失效，当资料缺失、相互冲突或混入噪声时，模型可能选择其中一种说法，语气肯定但结论错误。在金融客服等对准确性要求严格的场景中，这种在不可靠证据之上产生的过度自信输出，构成了RAG落地的一项具体风险。
针对这一问题，马上消费人工智能研究院围绕知识加工、知识检索与可信问答等关键环节开展研究。此次提出的“FailSafe-RAG”框架，核心设计在于将“证据状态”纳入生成前的决策环节。框架通过轻量化、无需额外训练的多维风险识别机制，对检索返回的证据进行评估，识别知识缺失、信息冲突与检索噪声等风险状态，并据此动态选择澄清、拒答、谨慎回答或直接回答等响应策略，从而降低大模型在证据不可靠时产生错误或过度自信回答的风险。
据了解，在针对检索失败构建的问答测试场景中，该框架取得了可量化的效果。与标准RAG方法相比，平均过度自信失败率（即模型给出高置信度但答案错误的比例）由60.8%降至19.6%，在检索缺失、信息冲突、检索噪声的压力测试集上，平均问答准确率由31.8%提升至40.9%，推理时延仅增加毫秒级。
据马上消费相关负责人介绍，目前相关技术已应用在公司智能对话中，在知识检索后的证据风险识别与回答策略优化方面，辅助系统能在金融业务问答中识别证据不可靠状态，并按业务规则采取相应响应方式。
研究成果覆盖大模型、机器人等多领域
马上消费长期坚持核心技术自主研发与产学研协同创新，持续投入人工智能前沿研究。2026年以来，马上消费已有多篇论文被AAAI、SIGIR、WWW、ICASSP等国际学术会议录用，覆盖大模型架构优化、智能对话交互、人脸核身安全防护等多个关键技术领域。
今年4月，马上消费关于客户意图预测的研究论文《NBA-Net: Next-Behavior-Aware Network for Intent Recommendation》入选CCF-A国际顶级学术会议SIGIR 2026，为大模型技术在金融复杂交互场景的规模化落地提供了高效可行的技术路径；1月，该公司智能对话和大模型领域研究成果分别被国际A类顶级会议WWW2026录用。
在深化研究的同时，马上消费人工智能研究院也持续推进与高校的前沿科研合作。近期，马上消费与哈尔滨工业大学开展科研合作的论文《CSO: Refining Robotic Policies via Skill Distribution Alignment and Skill-Grained Optimization》（《CSO：融合技能分布对齐与技能粒度优化的机器人策略优化》）被国际顶级会议 NeurIPS 录用，NeurIPS是机器学习与人工智能领域规模最大、影响力最高的国际学术会议之一，与ICML、ICLR并称机器学习与人工智能领域“三大会议”。该研究聚焦机器人技能学习与策略优化，通过技能分布对齐和细粒度策略更新，提升机器人复杂操作任务中的策略稳定性与执行表现。
积极推进前沿技术研究与科研合作构成马上消费高质量发展的一个切面。在推进高质量发展的过程中，马上消费将人工智能基础研究与业务场景的衔接作为着力点，把产学研协同创新作为长期投入方向，让研究成果在真实金融业务中接受检验，为人工智能技术在金融领域的深入应用提供支撑。
