RMIT-ADM+S 团队在 TREC 2026 RAG 赛道：研究智能体、检索消融与开源模型复现

RMIT-ADM+S 团队参加 TREC 2026 RAG 赛道（使用 ClimbMix 语料库），提交了七个研究智能体运行方案，分别采用 OpenAI 专有模型与开源权重模型，测试不同的检索策略、写作模型与智能体工作流。提交前的消融实验表明，写作模型选择和相邻分块扩展是影响答案质量的两个主要因素。 在 NIST 官方评估中，七个运行方案中的六个在三套 rubric/nugget 集合上均超过赛道中位数。表现最好的 brief-hybrid 方案在其提交中取得最高的全项目覆盖率，并在 Batch-1 vital 覆盖率上以 0.892 追平赛道最高分。 人工偏好评估与自动覆盖率指标出现分歧：开源权重的 owa-glm5 尽管自动覆盖率较低，仍在 Batch 1 的人工对比中领先，而 sol-research-first 在 Batch 2 领先。这一结果说明自动覆盖指标与人类偏好之间存在差异，也显示低成本开源权重模型在研究智能体系统中具有实用潜力。