文章预览
HybGRAG：Hit@1 的平均相对提升率达到 51%的新思路 发布时间：2024 年 12 月 20 日 RAG HybGRAG: Hybrid Retrieval-Augmented Generation on Textual and Relational Knowledge Bases 给定一个半结构化知识库（SKB），其中文本文档通过关系相互连接，怎样才能有效地检索相关信息来回答用户的问题呢？检索增强生成（RAG）会检索文档来辅助大型语言模型（LLM）回答问题；而图 RAG（GRAG）则以结构化知识库作为知识源。然而，很多问题都需要 SKB 中的文本和关系信息，即所谓的“混合”问题，这让检索过程变得复杂，也凸显出需要一种能利用这两种信息的混合检索方法。在本文中，通过实证分析，我们得出了关键见解，说明了为何现有方法在处理 SKB 上的混合问答（HQA）时可能会遇到难题。基于这些见解，我们提出了用于 HQA 的 HybGRAG，它由检索器组和评论模块构成，具有以下优点：（1
………………………………
