PAGE-RAG 框架通过自适应图检索改进长文档问答

研究人员推出 PAGE-RAG，一个旨在通过利用自适应图检索来增强长文档问答的新框架。与将构建的图视为独立知识来源的先前方法不同，PAGE-RAG 将其视为组织文档知识的语义骨架。该方法结合了任务自适应检索路由策略和严格的知识边界控制，以确保答案以证据为基础，并避免未经支持的信息。实验表明，PAGE-RAG 在提高检索效率和知识可靠性的同时，实现了具有竞争力的答案质量。 AI

影响 通过改进基于图的检索，提高了长文档问答系统的可靠性和效率。

排序理由 该集群包含一篇详细介绍问答新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.IR (Information Retrieval) 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• DagsHub
• Gotit.pub
• GraphRAG
• Hugging Face
• PAGE-RAG
• ScienceCast

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →