每日 Arxiv

本页面整理了世界各地发表的人工智能相关论文。
本页面使用 Google Gemini 汇总而成，并以非盈利为基础运营。
论文版权归作者及相关机构所有，分享时请注明出处。

PropRAG：通过命题路径上的定向搜索引导检索

Created by
  • Haebom

作者

王晶金、韩家伟

大纲

为了克服检索增强生成 (RAG) 的 Limitations 问题，我们引入了 PropRAG，这是一个新颖的 RAG 框架，它利用上下文丰富的命题，并通过高效的波束搜索发现多阶段推理路径。现有的 RAG 由于依赖于独立的知识检索，难以进行复杂的多阶段推理；而基于知识图谱的结构化 RAG 则存在三元组上下文崩溃的问题，导致知识表示的准确率较低。PropRAG 在 2Wiki、HotpotQA 和 MuSiQue 数据集上实现了最佳的零样本召回率@5 和 F1 得分。

Takeaways, Limitations

•
Takeaways：
◦
我们克服了现有 RAG 的局限性，并通过更准确的信息检索和高效的推理路径发现来改进非参数知识集成。
◦
我们通过基于上下文丰富的命题的知识表示来提高知识表示的准确性。
◦
即使没有 LLM，也可以使用高效的波束搜索进行多阶段推理。
◦
我们在 2Wiki、HotpotQA 和 MuSiQue 数据集上实现了 SOTA。
•
Limitations：
◦
Limitations，正如论文中所述，并未提出。
👍
Made with Slashpage