PulseAugur
中
实时 04:27:55
English(EN) SproutRAG: Attention-Guided Tree Search with Progressive Embeddings for Long-Document RAG

SproutRAG框架通过注意力引导树搜索改进长文档RAG · 跟踪2个来源

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了SproutRAG，一种新颖的检索增强生成（RAG）框架，旨在改进系统处理长文档的方式。与依赖昂贵的LLM调用或通过摘要丢失信息的现有方法不同，SproutRAG使用注意力引导的分层方法来构建文档块的树状结构。这允许在不进行额外LLM处理的情况下进行多粒度检索。实验表明，SproutRAG在各种基准测试中平均将信息效率提高了6.1%。 AI

影响 提高了RAG系统的信息效率，可能改善长文档任务的性能。

排序理由 该集群包含一篇详细介绍检索增强生成新框架的研究论文。

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 →

SproutRAG框架通过注意力引导树搜索改进长文档RAG · 跟踪2个来源

报道来源 [2]

  1. arXiv cs.CL TIER_1 English(EN) · Amirhossein Abaskohi, Issam H. Laradji, Peter West, Giuseppe Carenini ·

    SproutRAG：具有渐进式嵌入的注意力引导树搜索，用于长文档RAG

    arXiv:2606.18381v1 Announce Type: new Abstract: Retrieval-augmented generation (RAG) systems must balance retrieval granularity with contextual coherence, a challenge that existing methods address through LLM-guided chunking, single-level context expansion, or hierarchical summar…

  2. arXiv cs.IR (Information Retrieval) TIER_1 English(EN) · Giuseppe Carenini ·

    SproutRAG：具有渐进式嵌入的注意力引导树搜索，用于长文档RAG

    Retrieval-augmented generation (RAG) systems must balance retrieval granularity with contextual coherence, a challenge that existing methods address through LLM-guided chunking, single-level context expansion, or hierarchical summarization. These approaches variously depend on co…

相关实体

相关话题