arXiv · NLP· Adri\'an S\'anchez-Freire, Gonzalo P\'erez-G\'omez, Aitziber Atutxa, Ander Barrena·2026-10-20 12:00· 4 小时前AI 评分24

大规模生物医学 RAG 研究：语料库扩展、文档表示与效率权衡

Large-Scale Biomedical RAG: Corpus Scaling, Document Representation, and Efficiency Trade-offs

AI 导读

大规模生物医学 RAG 评估显示，语料库扩展并未使小规模检索结论持续有效。RAG 在四个模型配置中的三个上提升外部基准分数最高 9.6 个百分点，在留出测试集上提升 10.2-30.3 分。层级表示在多数端到端对比中匹配或优于平面全文检索，且索引单元减少 67%，存储空间减少 44-56%。

来源：arXiv · NLP · arxiv.org