QuCo-RAG教大模型判斷何時該檢索
動態檢索增強生成(RAG)的關鍵在於判斷「何時該檢索」,但依賴模型內部信號的老路並不可靠。伊利諾伊大學芝加哥分校、紐約大學與蒙納士大學團隊提出QuCo-RAG,以客觀統計開闢新路。
內部信號失靈
現有動態RAG方法普遍依賴logits、熵、注意力等模型內部信號評估不確定性,但LLM的信號校準較差,常對錯誤答案「自信滿滿」,導致該檢索時不檢索,幻覺問題難以根治。


IXThinker 會員內容
呢篇係 Archive 內容。登入即可解鎖全文,仲有成個 15,000+ 篇、每日更新嘅 AI 動態資料庫。
免費登入/註冊解鎖全文 →Google 或電郵地址即可,即刻解鎖。
