檢索增強生成並非免費午餐：即使對於警惕的用戶來說，它也會損害大型語言模型的公平性

檢索增強生成（RAG）雖然在提高大型語言模型（LLM）的效率和性能方面很有前景，但它也可能無意中放大現有數據中的偏差，從而損害 LLM 的公平性，即使在用戶意識到並積極嘗試減輕這些偏差的情況下也是如此。