摘要
本研究提出一种新颖方法，通过策略性整合辅助反馈检索增强生成（RAG）系统来优化主 RAG 系统性能。该方法核心在于“人在回路”机制，持续收集、分类并整合人类反馈至推理工作流，使系统能迭代学习与演化。通过在三个多样化基准数据集上的严格测试及
AI 推荐理由
论文核心在于利用人类反馈驱动 RAG 系统迭代学习与自我优化，高度契合自我进化主题。
研究机构
Intel Corporation
论文信息