实体
MTRAGEval
MTRAGEval
PulseAugur coverage of MTRAGEval — every cluster mentioning MTRAGEval 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
2
90 天内 2
层级分布 · 90 天
最近 · 第 1/1 页 · 共 2 条
-
RaguTeam 在 SemEval-2026 LLM 任务中获胜，采用裁判编排的集成模型
RaguTeam 为 SemEval-2026 任务 8 开发了获胜系统，该任务专注于忠实的多轮响应生成。他们的方法采用了七个大型语言模型的异构集成，并使用 GPT-4o-mini 作为裁判来选择最佳响应。这种集成方法优于其他 26 个团队，达到了 0.7827 的调和平均数，证明了不同模型家族和提示策略的有效性。
-
H-RAG论文详解用于多轮RAG对话的分层检索
研究人员推出了一种新颖的、用于多轮对话式AI的分层检索增强生成（RAG）系统——H-RAG。该方法将检索分为细粒度的子块和父级上下文重建，从而提高了独立检索和端到端生成质量。该系统在SemEval-2026 Task 8上取得了显著的成绩，证明了其分层策略和父级聚合对RAG性能的有效性。