本文介绍了一种名为LLatrieve的方法，通过结合大模型对文档的支持性进行判断，包括分类式和打分过滤式评估，以及ProgressiveSelection和Missing-InfoQuerying策略。文章的核心是实现了一个简单的思想，即利用大模型辅助信息检索，确保答案创新，且开源了相关代码以促进后续研究。
地址：https://arxiv.org/abs/2311.07838
| 时间 | 2023.11.14提交到arxiv |
| 背景 | 检索器检索到的文章，拿去给大模型生成，大模型是被动接受。如果检索质量不行，大模型就发挥不了它的强大能力。 |
| 解决 | 提出LLatrieve , 由LLM参与判断所检索出来的文章是否支持答案 |
| 创新点 | LLM参与评判检索结果 |
这是一篇文章的思想很容易理解，用下面这一张图就可以讲清楚，而这几乎是本文的所有思想了。本文的价值在于完成了这个简单的思想，并开源了代码，为以后的研究做打基础。
Retrieval Verification
这是用来判别所给文档能否支持回答问题的组件。
有两种判别方式，分类式直接给LLM指令，让它输出是或否
最低0.47元/天 解锁文章
扫一扫
250
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
