TC-RAG: 图灵完备的检索增强

文章预览

TC-RAG: 图灵完备的检索增强 发布时间：2024 年 08 月 17 日 RAG TC-RAG:Turing-Complete RAG's Case study on Medical LLM Systems 在提升领域特定大型语言模型（LLMs）的方法中，检索增强生成（RAG）技术已显示出缓解幻觉、知识陈旧和专业化查询中知识限制问题的潜力。现有的RAG方法未充分考虑系统状态变量的重要性，这些变量对自适应控制、检索终止和系统稳定性至关重要。本研究提出了图灵完备的检索增强生成（TC-RAG）框架，该框架通过引入图灵完备系统来管理状态变量，以提高知识检索的效率和准确性。TC-RAG利用自适应检索、推理和计划能力强大的内存堆栈系统，不仅确保了检索过程的可控终止，还通过推入和弹出操作减少了错误知识的累积。在医疗领域的案例研究中，我们在真实世界的医疗数据集上进行了广泛的实验，结果表明TC-RAG在准确性上比现有方法提高 ………………………………