PulseAugur
实时 09:30:00
English(EN) CONCORD: Asynchronous Sparse Aggregation for Device-Cloud RAG under Document Isolation

CONCORD 框架通过异步稀疏聚合增强设备-云 RAG

研究人员推出 CONCORD,一个旨在优化设备-云协作设置下的检索增强生成(RAG)的新框架。在该设置中,私有文档保留在本地设备上,而公共知识则驻留在云端。这种方法解决了现有 RAG 方法的局限性,这些方法依赖于频繁同步和密集证据传输,在实际网络条件下可能效率低下。CONCORD 采用异步稀疏聚合,将云视为间歇性的证据来源而非持续的协作者。它使用等待债务控制来管理云参与,并使用证书引导机制仅请求必要的远程证据,从而在保持答案质量的同时显著降低了通信开销。 AI

影响 通过减少通信开销和提高吞吐量,提高了设备-云 RAG 系统的效率。

排序理由 详细介绍 RAG 新技术框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 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.AI TIER_1 English(EN) · Xuedong Hu, Zhiqing Tang, Zhi Yao, Tian Wang, Weijia Jia ·

    CONCORD: Asynchronous Sparse Aggregation for Device-Cloud RAG under Document Isolation

    arXiv:2606.15179v1 Announce Type: new Abstract: Retrieval-augmented generation (RAG) has emerged as a pivotal technique for improving language models by incorporating external knowledge at inference time. As device-cloud collaborative inference makes it feasible to deploy small l…