论文
登录后可查看剩余解析次数。
标签筛选
检索增强生成系统
Accelerating Retrieval-Augmented Generation
发表：2025/2/6
检索增强生成系统大语言模型精确检索智能知识存储架构精确最近邻搜索加速大规模向量数据库检索
本文探讨了检索增强生成（RAG）在缓解大型语言模型（LLMs）幻觉和准确性问题上的应用。作者提出通过设计智能知识存储（IKS），实现了一种新型近内存加速架构，IKS在512GB向量数据库上的精确检索速度比传统CPU快13.427.9倍，显著提升了推理效率。
04
Counterfactual Reasoning for Retrieval-Augmented Generation
发表：2025/10/8
反事实推理增强的生成模型检索增强生成系统因果推理框架对抗性查询生成关联陷阱抗体机制
本论文提出反事实RAG (CFRAG) 框架，解决了检索增强生成系统中存在的相关性陷阱 (Correlation Trap) 問题，后者无法区分因果证据与误导性信息。CFRAG 通过生成反事实查询和使用并行仲裁机制，有效识别因果相关性，显著提升了系统鲁棒性，保持了与标准 RAG 相当的效率。
07
PIKE-RAG: sPecIalized KnowledgE and Rationale Augmented Generation
发表：2025/1/20
检索增强生成系统专业领域知识增强推理性生成模型知识分解与原子化大语言模型任务分类评估
本文提出PIKERAG框架，通过知识原子化和任务分解，增强检索增强生成系统对专业知识的提取与推理能力。基于任务复杂性分类策略，系统评估与逐步引导大语言模型生成准确响应，显著提升工业应用适应性与性能。
03