【Hacker News搬运】自适应RAG——动态检索方法调整

hackernews

Title: Adaptive RAG – dynamic retrieval methods adjustment

自适应RAG——动态检索方法调整

Text:

Url: https://arxiv.org/abs/2403.14403

标题： Adaptive-RAG：通过问题复杂性学习适应检索增强型大型语言模型
作者：提交日期 2024 年 3 月 21 日（版本 1），最后修订日期 2024 年 3 月 28 日（此版本，版本 2）
发布日期：未提供
顶部图片链接：无
文本：

    查看 PDF
    HTML（实验性）
            摘要：检索增强型大型语言模型（LLM）将外部知识库的非参数化知识集成到 LLM 中，已成为增强多个任务（如问答（QA））响应准确性的有前景的方法。然而，尽管有许多方法可以处理不同复杂度的查询，但它们要么处理简单查询时产生不必要的计算开销，要么无法充分解决复杂的多步骤查询；然而，并非所有用户请求仅属于简单或复杂类别之一。在本文中，我们提出了一种新颖的自适应 QA 框架，可以根据查询复杂度动态地选择最适合（检索增强型）LLM 的策略，从最简单到最复杂。此外，这个过程是通过一个分类器来实现的，这是一个较小的 LM，用于预测传入查询的复杂度级别，其标签是自动收集的，来源于实际模型的预测结果和数据集中的内在归纳偏置。这种方法提供了一个平衡的策略，无缝地在迭代和单步检索增强型 LLM 以及无检索方法之间适应各种查询复杂度。我们在一组涵盖多种查询复杂度的开放领域 QA 数据集上验证了我们的模型，并显示我们的方法与相关基线（包括适应性检索方法）相比，可以提高 QA 系统的整体效率和准确性。代码可在以下网址找到：this https URL。
      提交历史来自：Soyeong Jeong [查看电子邮件]                  [v1]
        Thu, 21 Mar 2024 13:52:30 UTC (8,186 KB)
    [v2]
        Thu, 28 Mar 2024 06:45:11 UTC (8,186 KB)

Post by: milliondreams

Comments:

machinelearning: This is a simple version of the tree search approach that people suspect Q* is

machinelearning: 这是人们怀疑Q*是树搜索方法的一个简单版本

dberg: anyone know the proper github link, one in paper 404s..

dberg: 任何人都知道正确的github链接，404页中的一个。。

oliveralbertini: the repository links is dead

oliveralbertini: 存储库链接已失效

boodleboodle: Are we advertising papers on hackernews now?

boodleboodle: 我们现在在hackernews上做广告吗？