先说结论：RAG 吹了几年的「可解释」，这次有人真做出来了

「每个答案都有据可查，每次推理都能追溯」——这届 RAG 文案天天挂嘴边，真拿脏问题喂进去，模型一本正经胡说八道完，你连该去查哪一步都不知道。传统 RAG 的流程没什么好夸的：检索 top-k 文本块拼进上下文，模型哗啦啦生成一段。哪步出错？检索为什么挑中这几块？不知道。全黑。

NeSy-RAG 的做法是绕开语言模型那段没法核验的推理，把检索结果翻译成符号逻辑去算答案。

"Does paracetamol interact with Warfarin?"
  -> 发现缺失事实: "patient is taking paracetamol"
  -> 触发追问: "请确认：患者是否正在服用对乙酰氨基酚？"

看明白这个了吗。传统 RAG 碰到信息不足，会硬凑。符号化知识缺口检测的逻辑恰恰反过来：它知道自己缺了什么，然后开口问，而不是闭嘴编。这放在医疗问答场景里，就是「捏造一个用药方案」和「打电话确认用药史」的区别。

实测数据也摆出来。

ShARC 基准，不用任何领域特定训练：

RAG baseline: 42.8%  (same underlying LLM)
NeSy-RAG:     61.1%  (no domain-specific training)

18 个百分点，同一个底层模型，纯粹靠加了一层符号推理拉开的。别跟我扯 benchmark 刷榜——这测试集不是厂商挑的，没有对谁有利这一说。

也有我没测完的部分。ShARC 场景相对规整，真实世界里脏乱差的 query 它兜不兜得住，这篇评测给不了你答案。但方向是对的——该给的分给到位。

锐评评分卡：这论文不是来刷榜的，也不是来发布「颠覆性」的，它是来还债的，还 RAG 被吹上天之后一直欠着的那笔「解释债」。论文可以等，透明性等不了。别再提范式了，先把这一步走踏实。