热点事件持续更新

Zhe Xu团队提出免训练语义树RAG框架

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

2026年10月27日，Zhe Xu等作者团队在arXiv发布论文，提出免训练语义树自适应上下文构建框架（SemanticTree）。该框架利用单次生成构建可复用语义树，结合结构语义评分与细粒度词汇归因，在保留原始文本以维持局部完整性的同时优化长上下文问答。实验表明，该框架在四个前沿回答模型上超越基线，于LongBench任务中将平均QA-F1提升1.72点，同时降低答案上下文长度58.55%。代码已在公开仓库提供，验证了其在长语境检索中的有效性。

AI 根据报道生成 · 2 小时前更新

最新进展10月27日 12:00

Rethinking Retrieval in the Long-Context Era: Training-Free Semantic Trees for Adaptive Context Construction

报道时间线

沿着报道，了解事件的不同侧面。

10月27日

12:00
arXiv · NLP
Rethinking Retrieval in the Long-Context Era: Training-Free Semantic Trees for Adaptive Context Construction
免训练框架 SemanticTree 通过语义层次结构优化长上下文问答，在 LongBench 任务中将平均 QA-F1 提升 1.72 点，同时降低答案上下文长度 58.55%。该框架利用单次生成构建可复用语义树，结合结构语义评分与细粒度词汇归因，保留原始文本以维持局部完整性。代码已在公开仓库提供，验证了在四个前沿回答模型上超越基线的性能。

本事件热度走势

还没有足够的连续观测数据，暂不绘制趋势。