TREC Fair Ranking

新方法解决检索增强生成中的主题级公平性问题

研究人员提出了一种新的方法来评估和改进检索增强生成（RAG）系统中的主题级公平性。当前的方法通常会聚合所有查询的公平性指标，这可能会掩盖特定主题内的显著差异。所提出的方法为每个主题单独调整重排器，使用来自RAG系统自身生成输出的偏好对来指导调整。该技术在RoMQA和TREC Fair Ranking等基准数据集上，在保持准确性的同时，显著减少了主题级差异。