实体
Contextual Retrieval
Contextual Retrieval
PulseAugur coverage of Contextual Retrieval — every cluster mentioning Contextual Retrieval across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
研究表明，私有 RAG 助手需要更好的检索和引用
私有的检索增强生成（RAG）助手专注于三项核心工作：检索相关段落、将每项声明引用到其来源，以及在未找到相关信息时拒绝回答。Anthropic 关于上下文检索的研究表明，在块状上下文前置和采用重排技术可以显著减少检索失败。文章强调，检索质量与语言模型的能力不同，并指出标准的嵌入和词汇搜索方法可能会遗漏关键信息，导致答案不准确或无依据。引用 API（如 Claude 的）的使用至关重要，通过将每项声明直接链接到其来源段落，使答案可验证。
-
RAG 研究聚焦成本、意图和分块以改进 AI 检索
研究人员正在开发新的方法来优化检索增强生成 (RAG) 系统的效率和准确性。一种方法，成本感知 RAG (CA-RAG)，动态地将查询路由到不同的检索深度和生成配置以降低成本和延迟，同时保持答案质量。另一种方法，InSemRAG，使用意图感知检索器和语义保留分块，利用小型语言模型来提高复杂任务的性能。此外，还在探索在嵌入文档之前预加上下文块标题等技术，以通过保留作者的预期结构来提高检索精度。