Генерация с активным дополнением посредством поиска
Active Retrieval Augmented Generation
2023-01-01
SCID: 54.1/q84qqx29
Discuss with AI
методы эмпирического анализа обработки естественного языкаактивная генерация с дополнением поискаобработка естественного языкагенерация с дополнением поиска
Figures from the paper
Abstract (AI)
Zhengbao Jiang, Frank Xu, Luyu Gao, Zhiqing Sun, Qian Liu, Jane Dwivedi-Yu, Yiming Yang, Jamie Callan, Graham Neubig. Материалы конференции 2023 года по эмпирическим методам обработки естественного языка. 2023.
Key Findings
1
Предоставленный текст содержит только библиографическую информацию и не включает содержание аннотации, поэтому извлечь содержательные научные выводы невозможно.
2
Название указывает на изучение активного поиска информации для поддержки генерации с дополнением посредством поиска, однако конкретные методы, результаты и сравнения не представлены.
Research Object
Системы генерации с дополнением поиска (RAG)
Research Subject
стратегии активного поиска для динамического выбора и включения внешней информации в процесс генерации
Publication Details
Publication Date
2023-01-01
Journal
Publisher
ISSN
Cited by
1043
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest
Источники этой статьи в scid.ai11
LLaMA: открытые и эффективные базовые языковые модели2023
Обзор больших языковых моделей2026
Плотный поиск фрагментов текста для ответов на вопросы в открытом домене2020
Предварительное обучение, промптинг и предсказание: систематический обзор методов промптинга в обработке естественного языка2022
Интеллект, компилируемый через аффордансы: наблюдаемое сопоставление когнитивных импедансов для LLM-интегрированных систем без мета-доступа2020
Обучение языковых моделей следованию инструкциям с использованием обратной связи от человека2022
Технический отчет о GPT-42023
Использование поиска фрагментов текста с генеративными моделями для ответов на вопросы в открытом домене2021
REALM: предварительное обучение языковой модели с дополнением за счет извлечения информации2020
Atlas: обучение в режиме few-shot с использованием языковых моделей, дополненных поиском2022
Языковые модели с дополнением извлечённой информацией в контексте2023
Работы, цитирующие эту статью17
Обзор больших языковых моделей2026
Генерация с дополнением извлечённой информацией для больших языковых моделей: обзор2023
Всесторонний обзор больших языковых моделей2025
Раскрытие потенциала инженерии промптов для больших языковых моделей2025
Генерация с дополнением извлечённой информацией для контента, создаваемого искусственным интеллектом: обзор2026
Обзор взаимодействия RAG и LLM: к большим языковым моделям с дополнением извлечённой информацией2024
Бенчмаркинг генерации с дополнением извлечённой информацией в медицине2024
Обзор мультиагентных систем на основе больших языковых моделей: рабочий процесс, инфраструктура и проблемы2024
AgentClinic: мультимодальный бенчмарк для клинических ИИ-агентов, использующих инструменты2026
Генерация с дополнением извлечённой информации под руководством графа знаний2025
Повышение эффективности больших языковых моделей с дополнением посредством извлечения данных за счёт итеративного взаимодействия извлечения и генерации2023
Борьба с дезинформацией в эпоху больших языковых моделей: возможности и вызовы2024
CRUD-RAG: комплексный китайский бенчмарк для генерации с дополнением извлечённой информацией большими языковыми моделями2024
Когда большие языковые модели встречаются с векторными базами данных: обзор2025
Обзор моделей генерации с дополнением посредством поиска (RAG) для применения в здравоохранении2025
Агентный искусственный интеллект (ИИ): архитектуры, таксономии и оценка агентов на основе больших языковых моделей2026
ResQConnect: многоагентная платформа на основе искусственного интеллекта для человекоориентированного и устойчивого реагирования на чрезвычайные ситуации2026