实体
Retrieval-Augmented Generation Enabled by Knowledge Graphs 2024
Retrieval-Augmented Generation Enabled by Knowledge Graphs 2024
PulseAugur coverage of Retrieval-Augmented Generation Enabled by Knowledge Graphs 2024 — every cluster mentioning Retrieval-Augmented Generation Enabled by Knowledge Graphs 2024 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
-
新的RA-CoA框架在无需训练的情况下增强了时尚图像字幕生成
研究人员开发了RA-CoA，一个旨在无需模型训练即可改进时尚图像字幕生成的新颖框架。该方法将字幕生成过程分为两个阶段：首先，从产品知识库中检索相关的属性集；其次，利用这些属性进行详细推理以生成最终字幕。RA-CoA是模型无关的，并且可以与冻结的视觉语言模型（VLMs）配合使用，以提高产品描述中细粒度时尚细节的精度。评估表明，与标准的零样本字幕生成相比，RA-CoA显著提高了字幕质量，在METEOR得分上平均提高了26.3%。
-
LLM框架提高识别药物不良事件的准确性
一篇新研究论文详细介绍了一个“人在回路”框架，该框架利用检索增强的多智能体大型语言模型（LLM）从临床笔记中识别皮肤免疫相关不良事件（cirAEs）。与单独手动审查相比，该LLM辅助工作流程显示出更高的准确性和评分者间一致性。该框架还显著减少了审查不良事件所需的时间，表明这是一种可扩展且透明的提取此类数据的方法。