跳到正文
热点事件持续更新

SARDI提出并行去噪RAG框架

1 篇报道1 个报道来源8 小时前更新

先了解这件事

AI 综述

Paul Jünger等人提出SARDI框架，这是一种免训练的动态RAG方法。该框架利用推测token预测，在离散扩散语言模型的并行去噪过程中引导检索，实现自增强效果。 SARDI具备检索器无关特性，适用于任何具备推理能力的离散扩散语言模型。在五个多跳问答基准测试中，其吞吐量最高提升4倍，表现优于现有的免训练扩散及自回归检索基线。

AI 根据报道生成 · 3 小时前更新

最新进展10月30日 12:00
SARDI：扩散语言模型的自增强检索框架

报道时间线

沿着报道，了解事件的不同侧面。

10月30日
  1. arXiv · NLP
    SARDI：扩散语言模型的自增强检索框架

    SARDI 提出一种免训练的动态 RAG 框架，利用推测 token 预测在扩散模型去噪过程中引导检索。 该框架检索器无关，适用于具备推理能力的离散扩散语言模型。 在五个多跳 QA 基准测试中，SARDI 吞吐量最高提升 4 倍，优于免训练扩散及自回归检索基线。

本事件热度走势

可比范围当前
8
可比范围峰值
910月30日 17:00
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。