标签
本文介绍了一种自我进化框架，该框架利用基于LLM的智能体，为法律案例检索中的BM25迭代创建并优化查询重写规则，在无需任何参数训练的情况下，在LeCaRD-v2基准上优于非进化基线。
本文介绍了一个用于 SemEval-2026 任务 8 的系统，该系统采用三阶段流水线，包括使用微调后的 Qwen 模型进行查询重写、混合检索以及交叉编码器重排，以提升多轮检索的性能。
Skill-RAG 是一个故障感知的 RAG 框架，利用隐层状态探测和技能路由来诊断和纠正检索增强生成中的查询-证据不对齐问题。该方法检测检索失败并有选择性地应用目标技能（查询重写、问题分解、证据聚焦）以提高硬案例和分布外数据集的准确率。