查询澄清是检索增强生成（RAG）系统在面对模糊用户提问时的关键环节。我们关注多轮基于检索的对话场景：用户的提问可能在先前对话中不完整或含糊，也可能在检索到的文档中出现多种相关解释。任务是同时识别这两类情况，并生成恰当的澄清请求。\ \ 我们构建了 ClariEdge 数据集，约 3,900 条样例，涵盖模糊查询及不需要澄清的负例。实验表明，使用 LoRA 微调的轻量模型在分类任务上达到 96.6% 的准确率，并在澄清生成质量上超越多种更大的提示模型。硬负例是区分真正模糊查询和表面模糊但可从上下文直接解析的查询的关键因素。相同的 LoRA 在检索前后两阶段均表现出色，可作为 RAG 流程中答案生成前的检查点。ClariEdge 数据集已在 HuggingFace 发布，地址：https://huggingface.co/datasets/ibm-research/ClariEdge。\ \ 点评