研究人员推出了一种名为STITCH-RAG的新型框架,旨在改进多跳检索增强生成。该系统利用超图来编码主题参与和实体状态,解决了现有基于块和成对检索方法的局限性。STITCH-RAG包含一个时空影响桥接传播机制,并使用连续分数来增强局部个性化PageRank,从而提高了在HotpotQA和2WikiMultiHopQA等基准测试上的准确性。 AI
影响 该框架可以提高AI在复杂多跳信息检索任务中生成文本的准确性和忠实度。
排序理由 该条目是一篇研究论文,详细介绍了一种用于检索增强生成的新框架。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.IR (Information Retrieval) 阅读 →
- 2WikiMultiHopQA
- alphaXiv
- arXiv
- CatalyzeX
- Connected Papers
- CORE Recommender
- DagsHub
- Gotit.pub
- HotpotQA
- Hugging Face
- Influence Flower
- Litmaps
- ScienceCast
- scite Smart Citations
- STITCH-RAG
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →