标签
本文研究了使用检索增强生成（RAG）对公众公司进行事实问答时的地理偏差，揭示了RAG并未均匀补偿知识缺口，反而可能加剧不平等现象。
CorVer是一种轻量级的、基于语料库的奖励机制，利用维基百科共现统计信息为事实问答中的强化学习提供高效的句子级反馈，其性能优于神经验证器，同时训练速度提升4.8至8.4倍。