实体
GovReport
GovReport
PulseAugur coverage of GovReport — every cluster mentioning GovReport across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
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
-
TopoChunker框架保留文档拓扑以提高RAG性能
研究人员推出TopoChunker，一个新颖的代理框架，旨在通过保留文档的内在拓扑层次结构来改进检索增强生成（RAG）。与线性化文本的传统方法不同，TopoChunker将文档映射到结构化中间表示（SIR）以维护跨片段依赖关系。该框架采用双代理架构，其中检查员代理（Inspector Agent）优化提取路径，精炼代理（Refiner Agent）管理拓扑上下文，从而在GutenQA和GovReport等基准测试中取得了最先进的性能。
-
新的强化学习框架优化LLM KV缓存以实现高效推理
研究人员开发了一个名为KV Policy (KVP) 的新颖框架，通过优化键值（KV）缓存来解决大型语言模型（LLM）的内存需求。KVP将KV缓存驱逐重构为一个强化学习问题，训练轻量级代理来预测未来解码的token有用性。该方法在长上下文和多轮对话基准测试中显著优于现有的启发式方法，并展示了在不改变底层LLM的情况下泛化到新任务和更长序列长度的能力。