研究人员推出 Spectral Retrieval，一种用于大型语言模型 (LLM) 多代理系统的新型即插即用重排阶段。该方法利用跨 token 嵌入的多尺度 sinc 卷积来提高本地化检索准确性，在 per-token MaxSim 和 mean-pool 检索技术之间进行插值。Spectral Retrieval 在基准测试中展示了显著的性能提升，在不要求模型重新训练的情况下提高了召回率和平均倒数排名，使其适用于需要在共享语料库上进行精确检索窗口的代理。 AI
影响 提高了 LLM 代理的本地化检索准确性，从而在多代理系统中实现更精确的信息访问。
排序理由 该集群包含一篇详细介绍 LLM 系统中信息检索新方法的论文。
在 arXiv cs.IR (Information Retrieval) 阅读 →
- all-mpnet-base-v2
- LIMIT-small
- LLM Multi-Agent Systems
- sinc convolution
- token embeddings
- mean-pool retrieval
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
