实体
Amirhossein Abaskohi
Amirhossein Abaskohi
PulseAugur coverage of Amirhossein Abaskohi — every cluster mentioning Amirhossein Abaskohi across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 3
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
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
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%。
-
MCompassRAG框架通过主题元数据提高RAG效率 · 跟踪2个来源
研究人员开发了MCompassRAG，这是一个新的检索增强生成（RAG）框架，旨在提高大型复杂数据集中信息检索的效率和精度。该系统利用主题元数据作为语义指南，丰富了块表示，并通过LLM教师蒸馏训练了一个轻量级检索器。MCompassRAG旨在克服细粒度分块与更大分块之间的权衡，与现有的RAG基线相比，信息效率平均提高了8.24%，延迟显著降低。
-
新基准 UnpredictaBench 测试大型语言模型分布随机性
研究人员推出了 UnpredictaBench，这是一个旨在评估大型语言模型（LLM）捕捉真实底层概率分布能力的新基准。该基准解决了 LLM 倾向于生成单一合理答案的问题，这对于需要校准样本的模拟来说是有问题的。UnpredictaBench 包含跨越各种分布的 448 个问题，并使用 KS@N 指标来量化模型性能，揭示了不同模型之间分布能力的巨大差异。