标签
本文介绍了 GRACE-RAG，这是一种检索受控、图增强的 RAG 架构，它将结构推理从生成过程外化到结构化的检索层，从而能够在封闭领域的机构环境中实现轻量化部署。实验表明，在中规模模型上质量提升高达 20%，同时减少了计算和延迟开销。
RAGless 是一种语义检索系统，它将用户问题与预生成的问题变体进行匹配，适用于封闭域 FAQ，省去了标准 RAG 中的 LLM 生成步骤，从而提高了精确度。
RAGognizer 提出了一种幻觉感知微调方法，该方法将轻量级检测头集成到大语言模型（LLMs）中，以实现语言建模与幻觉检测的联合优化，适用于 RAG 系统。论文介绍了 RAGognize，一个包含自然发生的闭域幻觉及其词元级标注的数据集，并展示了在降低幻觉率的同时，实现了最先进的幻觉检测性能，且不损害语言质量。