PulseAugur
中
实时 02:06:57
English(EN) PolyUQuest: Verifiable Structure-Aware Web RAG over Heterogeneous Graphs

PolyUQuest 框架利用异构图增强检索增强生成，提供可验证答案

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了 PolyUQuest，一个利用异构图增强网页理解能力的新型检索增强生成（RAG）框架。与将网页视为纯文本的传统 RAG 系统不同，PolyUQuest 利用图结构来整合超链接拓扑、DOM 层级和实体-关系知识。这种方法使一个两层路由器能够为查询选择最合适的检索模式，从而提高答案的正确性、覆盖率和忠实度。该系统还为其答案提供完全可验证性，允许用户追溯声明到其结构化证据。 AI

影响 该框架有望提高从网络数据生成的人工智能答案的准确性和可信度。

排序理由 该集群描述了一篇研究论文，详细介绍了一种用于检索增强生成的新框架。

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

PolyUQuest 框架利用异构图增强检索增强生成，提供可验证答案

报道来源 [2]

  1. arXiv cs.AI TIER_1 English(EN) · Ying Liu, Yi Ye, Quanyu Feng, Mingxi Ye, Mingtao Zhang, Haoyang Li, Chen Jason Zhang, Qing Li ·

    PolyUQuest：异构图上的可验证结构感知Web RAG

    arXiv:2607.08269v1 Announce Type: new Abstract: Existing retrieval-augmented generation (RAG) systems treat web pages as flat text, losing the structural and semantic signals encoded in HTML. We present PolyUQuest, a verifiable, structure-aware web RAG framework built on a hetero…

  2. arXiv cs.AI TIER_1 English(EN) · Qing Li ·

    PolyUQuest：异构图上的可验证结构感知Web RAG

    Existing retrieval-augmented generation (RAG) systems treat web pages as flat text, losing the structural and semantic signals encoded in HTML. We present PolyUQuest, a verifiable, structure-aware web RAG framework built on a heterogeneous graph that unifies hyperlink topology be…

相关实体

相关话题