Entity-Memory Graph Retrieval

新的检索方法提高了长对话问答中的证据召回率

研究人员开发了一种名为实体-记忆图检索的新型检索方法，以提高长对话问答中的证据覆盖率。该方法将对话轮次构建为记忆节点，通过共享实体和时间边将重复提及的内容链接起来。当进行查询时，检索器会导航此图以识别相关信息，这在长对话数据集上显示出证据召回率的提高。虽然该方法提高了召回率，但在使用 GPT-3.5 和 DeepSeek 模型进行的测试配置中，并未显示出最终答案准确性的显著提高。