跳到正文
热点事件持续更新

ConRAG多跳问答框架论文发布

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

Yikai Zhu等作者发布论文，提出面向多跳问答的ConRAG框架。该框架通过多视角共识排序筛选相关证据，并用槽位机制在依赖的推理步骤间传递中间信息，以提升大语言模型的多跳问答表现。 作者称，在Gemma-4-31B-it上，ConRAG平均分超过最强基线5.8分，同时端到端运行时间和token消耗分别降低75.9%和67.3%。这些数据来自论文自述，尚未见独立验证。

AI 根据报道生成 · 3 小时前更新

最新进展10月15日 12:00
ConRAG：面向多跳问答的共识驱动证据流框架

报道时间线

沿着报道，了解事件的不同侧面。

10月15日
  1. arXiv cs.CL
    ConRAG：面向多跳问答的共识驱动证据流框架

    ConRAG 是一个共识驱动的证据流框架，通过多视角共识排序筛选相关证据，并用槽位机制在依赖的推理步骤间传递中间信息，以提升 LLM 的多跳问答表现。在 Gemma-4-31B-it 上，其平均分超过最强基线 5.8 分，同时端到端运行时间和 token 消耗分别降低 75.9% 和 67.3%。

本事件热度走势

可比范围当前
9
可比范围峰值
1010月15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。