摘要
RAGE系统将自动评估的思想融入检索增强生成(RAG)中。本文提出Crucible系统,一种基于问答要点的增强生成系统,通过从检索文档中构建问答要点库,保留显式的引用来源,并利用这些要点指导信息提取、选择和报告生成。通过对要点进行推理,避免了重复信息,同时保持整个生成过程中的引用来源可追溯性。在TREC NeuCLIR 2024数据集上的实验表明,Crucible系统在要点召回率、密度和引用定位方面显著优于最近的基于要点的RAG系统Ginger。
AI 推荐理由
论文涉及基于检索增强生成的问答机制,与记忆相关但非核心研究。
论文信息