【RAG论文】检索信息中的噪音是如何影响大模型生成的？

文章预览

前些天看到的两篇论文，论文标题为： 《The Power of Noise Redefining Retrieval for RAG Systems》 《How Easily do Irrelevant Inputs Skew the Responses of Large Language Models》 主要讲述了检索文档是如何影响大模型输出的以及相关实验结果，为了浪费时间，大家可以参考下其中的结论。 0 1 论文1：《The Power of Noise Redefining Retrieval for RAG Systems》 研究问题 本篇论文探讨了RAG系统中的检索对系统性能的影响。与传统的大型语言模型相比，RAG系统通过引入外部数据提高了其生成能力。然而，大多数关于RAG系统的研究主要集中在语言模型的生成方面，而忽略了IR的作用。通过对各种元素进行评估，如文档的相关性、位置和数量等，发现包含不相关文档可以意外地提高准确性超过30％。 本文旨在分析信息检索组件对Retrieval-Augmented Generation (RAG)系统的影响，探究文献检索的关键特征，以 ………………………………