跳到正文
arXiv · ML· Kaiqiao Han, LuAn Tang, Renliang Sun, Peng Yuan, Wei Cheng, Haoyu Wang, Wei Wang, Yizhou Sun, Haifeng Chen·· 4 天前AI 评分26

SA-RAG:为检索增强生成构建嘈杂对话的结构化方法

SA-RAG: Structuring Noisy Conversations for Retrieval-Augmented Generation

AI 导读

SA-RAG通过从嘈杂对话数据中直接构建表格结构,解决了传统RAG在处理噪声上下文时的可靠性问题。 该框架结合质量感知的结构归纳方法,同时支持免训练和基于训练的结构生成策略,在两个真实数据集上显著优于现有RAG基线。 结果表明,高质量的结构化表示对鲁棒RAG应用至关重要。

来源:arXiv · ML · arxiv.org