代理 RAG 中的级联幻觉：用于检测与缓解的 CHARM 框架

多步代理检索增强生成（RAG）管道虽具备复杂推理能力，但易受“级联幻觉”影响，即早期错误在后续步骤中传播放大，导致最终输出自信却事实错误。本文形式化了该失败模式，提出四种级联类型分类，并引入 CHARM 框架。该框架包含阶段级事实验证、跨阶段一致性追踪等组件，无需替换现有架构即可中断错误传播。实验表明，CHARM 显著降低了错误传播率，提升了生产环境代理 AI 的可靠性。