PulseAugur
中
实时 09:43:43
English(EN) EviReform: Evidence-Guided Query Reformulation for Multi-Hop Graph Retrieval

EviReform 通过证据指导查询来改进多跳图检索

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了 EviReform，一种用于多跳图检索的新颖方法，可提高查找相关段落的准确性。EviReform 根据最初检索到的证据重构检索请求，从而更精确地搜索补充信息。该方法在 2WikiMultiHopQA、HotpotQA 和 MuSiQue 等基准数据集上的表现显著优于现有基线，展示了改进的 Recall@5 和 F1 分数。 AI

影响 提高了信息检索的准确性，可能改进依赖复杂证据综合的下游 AI 应用。

排序理由 该集群包含一篇详细介绍多跳图检索新方法的论文。

在 arXiv cs.IR (Information Retrieval) 阅读 →

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

EviReform 通过证据指导查询来改进多跳图检索

报道来源 [2]

  1. arXiv cs.CL TIER_1 English(EN) · Xinlong Xu, Yoshua Y. Li ·

    EviReform：面向多跳图检索的证据引导查询重构

    arXiv:2608.13006v1 Announce Type: new Abstract: Multi-hop retrieval must recover passages that provide sufficient evidence together. An initial passage often resolves an entity or relation implicit in the question, making the missing evidence easier to describe only after retriev…

  2. arXiv cs.IR (Information Retrieval) TIER_1 English(EN) · Yoshua Y. Li ·

    EviReform：面向多跳图检索的证据引导查询重构

    Multi-hop retrieval must recover passages that provide sufficient evidence together. An initial passage often resolves an entity or relation implicit in the question, making the missing evidence easier to describe only after retrieval begins. Graph retrieval improves access to re…

相关实体

相关话题