TREC RAG 2024

新的RAG方法通过覆盖感知上下文增强长篇问答能力

研究人员开发了一种新的检索增强生成（RAG）流水线，旨在改进长篇问答的上下文构建。该方法将复杂查询分解为子问题，根据覆盖率对潜在文档进行排名，并使用交叉编码器预测文档-子问题覆盖矩阵。然后，系统使用贪婪最大边际覆盖方法选择文档，该方法在TREC RAG 2024数据集上的$\alpha$-nDCG@10等指标上显示出改进。此外，还引入了一个基于事实的自反馈循环，以帮助模型识别和利用未充分使用的证据，从而增加答案所支持的关键参考片段的比例。