arXiv · NLP· Ruochang Li, Pengcheng Huang, Zhenghao Liu, Yukun Yan, Huiyuan Xie, Yu Gu, Ge Yu, Maosong Sun·· 2026-10-14AI 评分30
SPARK 实现 RAG 中自适应参数知识参与以增强忠实度
SPARK: Adaptive Parametric Knowledge Participation for Faithful Retrieval-Augmented Generation
AI 导读
SPARK 框架将参数知识控制建模为潜在参与策略学习,解决检索上下文与内部知识冲突导致的生成不忠实问题。 通过引入轻量级参与策略动态调节 FFN 介导的知识贡献,仅增加 0.01% 可训练参数并保持主干 LLM 冻结。 在六个数据集上验证了其有效性,比竞争性基线实现更忠实的生成,且代码和数据已公开。
来源:arXiv · NLP · arxiv.org