跳到正文
arXiv · NLP· Yue Liu, Zhongying Ru, Shimin Di, Jipeng Zhang, Ruiyuan Zhang, Xiaofang Zhou·· 7 天前AI 评分23

QDRAG 通过查询分解提升 RAG 泛化能力与引用忠实度

Faithful in Steps: Improving Generalization and Citation in RAG via Query Decomposition

AI 导读

提出 QDRAG 框架,通过查询分解和重排序消除多跳推理中的过度引用。 引入 QD-C 和 QD-R 两种零样本分解方法,发现针对 QD 任务的微调比直接微调下游 RAGQ 任务具有更好的泛化性。 实验表明 QDRAG 在四个多模态 QA 基准上显著优于基线,甚至超过 Gemini-Pro。

来源:arXiv · NLP · arxiv.org