smooth-aggregation

本文提出了RIMS，一种面向小规模语言模型在检索增强生成中的三阶段偏好优化框架，利用合成思维链数据和可微软聚合机制来提高对噪声证据的鲁棒性。实验表明，在多跳问答基准上，该方法相较于基线持续取得改进。