PulseAugur
中
实时 08:37:56
English(EN) RADAR: Defending RAG Dynamically against Retrieval Corruption

RADAR 框架增强 RAG 系统以抵御检索腐败

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出 RADAR，一个旨在保护检索增强生成 (RAG) 系统免受动态网络搜索环境中检索腐败影响的新框架。与静态防御不同，RADAR 将可靠上下文选择构建为基于图的能量最小化问题，并使用最大流最小割算法解决，从而应对时间波动和不断演变的威胁。该系统包含一个贝叶斯记忆节点，用于递归更新信念，而不是存储原始历史数据，从而在抵御攻击的鲁棒性与适应知识变化之间取得平衡。 AI

影响 增强了 RAG 系统在动态环境中的可靠性，有可能提高其在实际应用中的安全性和性能。

排序理由 该集群包含一篇详细介绍 AI 系统新框架的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

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

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Ziyuan Chen, Yueming Lyu, Yi Liu, Weixiang Han, Jing Dong, Caifeng Shan, Tieniu Tan ·

    RADAR: Defending RAG Dynamically against Retrieval Corruption

    arXiv:2605.22041v1 Announce Type: cross Abstract: While RAG systems are increasingly deployed in dynamic web search, temporal volatility amplifies their vulnerability to adversarial attacks. Existing static-oriented defenses struggle to handle evolving threats and incur prohibiti…

相关实体

相关话题