TriageRAG

TriageRAG 使用故障感知自训练将 RAG 模型适配到专业领域 · 跟踪 2 个来源

研究人员推出 TriageRAG，这是一种新颖的自训练方法，旨在仅使用无标签数据将检索增强生成 (RAG) 模型适配到专业领域。与之前同等对待所有保留示例的方法不同，TriageRAG 将自生成的问题分为四类：已知、已解决、上下文失败和检索失败。这种故障感知方法将每个类别路由到特定的训练信号，使模型能够更有效地从自身生成的数据中学习。实验表明，TriageRAG 的性能优于 SimRAG 等现有方法，尤其是在基础 RAG 模型因检索而…