arXiv cs.CL· Guillaume Brouillette (Universit\'e du Qu\'ebec \`a Trois-Rivi\`eres, Trois-Rivi\`eres, Canada), Faustin Kagabo (Universit\'e du Qu\'ebec \`a Trois-Rivi\`eres, Trois-Rivi\`eres, Canada), Usef Faghihi (Universit\'e du Qu\'ebec \`a Trois-Rivi\`eres, Trois-Rivi\`eres, Canada), Nadia Ghazzali (Universit\'e du Qu\'ebec \`a Trois-Rivi\`eres, Trois-Rivi\`eres, Canada)·· 4 小时前AI 评分29
LLM 检索中的相关性与多样性如何平衡：查询自适应去重策略
Finding the Right Balance: Relevance and Diversity in LLM Retrieval
AI 导读
研究发现，检索多样化在 RAG 中的效果主要取决于候选池冗余度：在干净候选池上会损害相关性、证据覆盖和答案质量，但在需要多份证据的任务中，冗余会导致最近邻检索重复选取相同段落，此时多样化反而有益。为此作者提出查询自适应规则，仅当最近邻 top-k 中有效不同文档数低于查询所需证据数时才进行多样化，该规则基于现有嵌入计算，可跨数据集和编码器迁移，并对单证据查询自动退化为最近邻检索。
来源：arXiv cs.CL · arxiv.org