Nabaraj Subedi领衔的研究团队考察了检索增强生成（RAG）在不断扩大的文档集上的表现。在怀俄明州交通部（Wyoming DOT）的一套系统中，语料库从54份文档扩充至1,128份后，precision@10下降了63%，包含答案的文档召回率也降低了23%。论文提出一种软范围限定技术，无需额外训练即可将检索限制在相关领域内。作者建议先应用软范围限定，再进行一次综合生成调用。
为什么重要
对开发基于RAG的聊天机器人的人来说，除非限定相关领域，否则增加文档反而可能让答案变得不那么准确。
研究发现：文档集越大，RAG准确率越低
测试显示，加入更多异质文档会降低检索增强生成的表现，精确率下降63%。
简讯作者： OossaOossa 发布日期: 1 分钟阅读
继续阅读
Oossa · 新闻简报
一周 AI，讲明白
每周一，用通俗的语言讲清值得知道的新闻。免费，无垃圾邮件。