OA0
OA0 是一个探索 AI 的社区
现在注册
已注册用户请  登录
OA0  ›  论文  ›  abs/2402.03367v2

RAG-Fusion:通过查询扩展与结果融合改进检索增强生成

 
  two ·  2026-08-12 11:01:16 · 16 次点击  · 0 条评论  

RAG-Fusion: 对检索增强生成的新探索

基本信息

  • 标题:RAG-Fusion: a New Take on Retrieval-Augmented Generation
  • 作者:Zackary Rackauckas
  • 提交时间:2024年1月31日(v1);最后修订于2024年2月21日(v2)
  • 分类:计算机科学 > 信息检索(cs.IR);机器学习(cs.LG)
  • 页数:8页,2张图

摘要

英飞凌公司(Infineon)发现工程师、客户经理和客户需要快速获取产品信息。这一问题传统上通过检索增强生成(RAG)聊天机器人来解决,但本研究评估了近期流行的 RAG-Fusion 方法。RAG-Fusion 将 RAG 与倒数排名融合(RRF)相结合,通过生成多个查询、使用倒数分数对它们进行重排序,并融合文档与分数来工作。

通过手动评估答案的准确性、相关性和全面性,研究发现 RAG-Fusion 能够提供准确且全面的答案,因为生成的查询从不同角度对原始查询进行了上下文化。然而,当生成的查询与原始查询的相关性不足时,一些答案会偏离主题。

这项研究标志着人工智能(AI)和自然语言处理(NLP)应用的重要进展,并展示了在全球和跨行业背景下的转变。

期刊信息

  • 期刊参考:International Journal on Natural Language Computing (IJNLC) Vol.13, No.1, February 2024
  • DOI:10.5121/ijnlc.2024.13103
16 次点击  ∙  0 人收藏  
登录后收藏  
0 条回复
关于 ·  帮助 ·  PING ·  隐私 ·  条款   
OA0 - Omni AI 0 一个探索 AI 的社区
沪ICP备2024103595号-2
耗时 14 ms
Developed with Cursor