- 博客(2)
- 收藏
- 关注
RSS订阅原创 REAR：一种用于开放域问答的相关性感知检索增强框架
考虑到有限的内部参数知识，检索增强生成（RAG）已被广泛用于扩展大型语言模型（LLMs）的知识范围。尽管RAG研究已付出大量努力，但在现有方法中，LLMs无法准确评估检索文档的相关性，从而可能导致对外部知识（即检索文档）的误导性甚至错误利用。为解决这一问题，本文提出REAR，一种用于开放域问答（QA）的相关性感知检索增强方法。核心动机是增强LLMs对外部知识可靠性的自我认知，以便在RAG系统中自适应地利用外部知识。
2025-09-24 19:26:03
791
原创 Query Rewriting for Retrieval-Augmented Large Language Models面向检索增强型大语言模型的查询重写
大规模语言模型（LLMs）在“检索后阅读”流程中扮演着强大的黑箱阅读器角色，在知识密集型任务上取得了显著进展。本文从查询重写的角度出发，为检索增强型LLMs提出了一种全新框架——“重写-检索-阅读”，取代了以往的“检索-阅读”模式。与先前研究仅关注调整检索器或阅读器不同，我们的方法特别注重对搜索查询本身的优化，因为输入文本与检索过程中所需的知识之间往往存在天然的鸿沟。首先，我们通过提示大型语言模型生成查询，随后利用网络搜索引擎获取相关上下文。
2025-09-04 16:36:58
1066
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人