热点事件持续更新

研究者提出 iRAG 人机协同决策系统

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

研究者 Federico Mazzoni 与 Andrea Failla 提出 iRAG，一个将检索增强生成（RAG）与混合决策结合的人机协同决策支持系统，面向知识库初始为空、靠人类决策逐步填充的场景。系统把过往决策存为可检索先例，从静默观察演进到基于证据的质疑，最终实现带弃权的自主处理。在 10% 漂移下，iRAG 的最终决策错误率与独立基线持平且无检索衰减；在 40% 漂移下，各配置错误率均低于基线。检索衰减能改善变化知识上的表现，但会提高稳定知识上的错误，体现稳定性与可塑性的权衡。

AI 根据报道生成 · 3 小时前更新

最新进展10月12日 12:00

iRAG：面向人在回路决策支持的增量式检索增强生成系统

报道时间线

沿着报道，了解事件的不同侧面。

10月12日

12:00
arXiv cs.AI
iRAG：面向人在回路决策支持的增量式检索增强生成系统
研究者提出 iRAG，将 RAG 与混合决策结合，用于知识库初始为空、靠人类决策逐步填充的场景，系统把过往决策存为可检索先例，并从静默观察演进到基于证据的质疑，最终实现带弃权的自主处理。在 10% 漂移下，iRAG 的最终决策错误率与独立基线持平且无检索衰减；在 40% 漂移下，各配置错误率均低于基线。检索衰减能改善变化知识上的表现，但会提高稳定知识上的错误，体现稳定性与可塑性的权衡。

本事件热度走势

可比范围当前: 9
可比范围峰值: 1010月12日 13:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。