清华最新RAG框架：Adaptive-Note RAG，比Adaptive RAG还要好

文章预览

Retriever-and-Memory：迈向自适应笔记增强的检索增强生成 发布时间：2024 年 10 月 11 日 RAG Retriever-and-Memory: Towards Adaptive Note-Enhanced Retrieval-Augmented Generation RAG 通过引入外部知识，解决了 LLM 在 OpenQA 任务中生成错误和幻觉的问题。然而，现有方法在复杂问答中，未能准确判断检索时机，导致信息不足，答案质量低下。为此，我们提出了 Adaptive-Note，一种包含迭代信息收集、自适应记忆审查和任务导向生成的 RAG 方法。Adaptive-Note 通过笔记形式迭代更新知识，增强交互，并采用自适应策略决定检索与停止时机，确保充分探索。实验结果显示，Adaptive-Note 在复杂问答任务中表现优异。代码和数据详见 https://github.com/thunlp/Adaptive-Note。 https://arxiv.org/abs/2410.08821 如遇无法添加，请+ vx: iamxxn886 添加时请注明 RAG 1. 为什么要提出 Adaptive-Note RAG？ RAG（检索增强生成）技术 ………………………………