跳到正文
arXiv · NLP· Shakila Mahjabin Tonni, Xiang Dai, Sarvnaz Karimi, Xiaomei Li, Samuel C. Andrew, Stephen Wan·· 2026-10-14AI 评分26

用少量人类偏好信号改进生物医学问答的 RAG 评估方法

Improving the Evaluation of Biomedical Question Answering with Few Human Preference Signals

AI 导读

针对生物医学 RAG 系统评估指标常与人类判断不匹配的问题,研究表明利用少量人类偏好信号校准直接评估指标。 校准后的指标在多个数据集上表现优于同等对待所有指标或仅依赖单一最佳指标的传统基线方法。 该成果已被 AACL-IJCNLP 2026 会议接收。

来源:arXiv · NLP · arxiv.org