实体
Retrieval tools
Retrieval tools
PulseAugur coverage of Retrieval tools — every cluster mentioning Retrieval tools across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 1
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
大型语言模型代理使用多工具时，源验证至关重要
强调了源识别验证对于大型语言模型（LLM）代理的重要性，因为当代理使用多个搜索和数据库工具时，仅检查事实准确性的传统方法已不足够。这种方法对于确保这些先进AI系统生成的信息的可靠性至关重要。
-
新基准评估人工智能生成的法律报告中的引文可信度
研究人员开发了LegalCiteTrust，一个旨在评估中文长篇法律研究报告中引文可信度的新基准。该基准从覆盖度、支持度和引文可信度三个维度评估报告，其中引文可信度又细分为存在性、保真度和适用性（E/F/A）。使用各种LLM和研究系统进行的实验表明，检索工具可以增强证据支持，但不能可靠地提高引文可信度。研究结果表明，可靠的法律研究生成需要引文感知治理，确保检索到的法律权威不仅被找到，而且被准确描述并恰当应用。