一家法律科技公司導入 RAG 系統協助律師查詢判例，但有時會引用關聯性不足的文件，影響生成內容的可信度。若在流程中引入強化學習（Reinforcement Learning），其主要作用為何？
答案 （A）
核心概念
強化學習的運作核心是「獎勵訊號驅動策略優化」。把它引入 RAG 流程，關鍵在於建立回饋迴路——讓實際使用系統的律師標記哪些檢索結果有用、哪些不相關，把這些回饋轉換成獎勵訊號，系統據以學習「什麼樣的文件對這類問題才算相關」，逐步優化判斷檢索品質的能力。重點在於強化學習提供的是「從人類回饋中學習」的機制。
答題技巧
快速判斷技巧：問強化學習的作用時，找含有「獎勵訊號」「回饋」的選項——這是強化學習的招牌機制，沒提到它的選項通常只描述了結果而非原理。
易錯陷阱：(A) 與 (B) 的取捨是本題重點，兩者的目標其實一致（讓檢索更準）。差別在 (A) 說明了「靠律師回饋當獎勵訊號」這個強化學習專屬的機制，(B) 只講結果不講手段。題目問「強化學習的作用」，就該選講出機制的那個。