M Ragni
PulseAugur coverage of M Ragni — every cluster mentioning M Ragni across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新的 DSPrompt 防御可保护 M-RAG 免受对抗性攻击
研究人员开发了 DSPrompt，一个新颖的防御框架，旨在保护多模态检索增强生成 (M-RAG) 系统免受对抗性攻击。与现有的查询时防御不同，DSPrompt 将可学习的软提示集成到冻结检索器的视觉和文本编码器中。这种方法动态重塑嵌入语义，将恶意文档从 top-k 检索结果中推出，同时保留良性数据的效用。DSPrompt 仅带来最小的计算开销和参数增加，在多个基准测试中显著降低了攻击成功率。
-
新的RAG技术增强LLM信息检索与生成能力
研究人员正在开发先进的检索增强生成（RAG）方法，以改进大型语言模型访问和利用信息的方式。一种名为SetwiseEvalKit的方法侧重于整体评估文档集，而非仅仅评估单个相关性，从而提出了一种名为Rubric4Setwise的方法，该方法优化文档选择以获得更好的下游生成效果。另一项开发VizRAG通过整合超图的视觉线索来增强RAG，以利用多模态能力。此外，M-RAG引入了一个语义键值索引层，将检索键与生成载荷分离，提高了效率和准确性，…
-
新的MODE-RAG系统解决多模态AI生成中的幻觉问题
研究人员推出了一种新颖的多智能体系统MODE-RAG，旨在对抗多模态检索增强生成（M-RAG）系统中的幻觉和虚构。该系统利用变分自由能（VFE）和内部注意力状态来动态管理干预，将高风险查询路由给专门的智能体。这些智能体采用蒙特卡洛树搜索进行因果推导和logit扰动以减少谄媚，并设有专门的纠错和验证智能体。创建了一个名为ModeVent的新数据集来评估该系统，结果显示M-RAG的鲁棒性得到了显著提升。