跳到正文
热点事件持续更新

HYPER假设引导检索框架发布

1 篇报道1 个报道来源13 小时前更新

先了解这件事

AI 综述

Hangeol Chang等团队提出名为HYPER的假设引导规划框架,旨在将RAG从主题导向转为证据导向。该框架属于训练无关的预检索规划方法,通过将检索分解为支持、区分和特征三种证据角色,引导检索靠近决策边界,从而在无需训练的情况下提升准确率。 在性能表现方面,HYPER在MedQA和MMLU-Med基准上取得了显著成果。具体而言,该框架比Simple RAG分别提升了5.9分和3.6分。值得注意的是,在MedQA和MMLU-Med上,单查询检索的表现原本低于无检索的思维链提示,而HYPER在十个基线中实现了最佳平均准确率。其增益可迁移至MMLU-Pro的14个学科,但代价是每道题需增加两次LLM调用。

AI 根据报道生成 · 12 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月19日
  1. arXiv · NLP
    HYPER:面向证据寻求检索的假设引导规划

    HYPER框架通过假设引导将RAG从主题导向转为证据导向,无需训练即可提升准确率。 该框架将检索分解为支持、区分和特征三种证据角色,引导检索靠近决策边界。 在MedQA和MMLU-Med上,HYPER比Simple RAG分别提升5.9和3.6分。

本事件热度走势

可比范围当前
7
可比范围峰值
1011月19日 14:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。