搜索
超越 RAG，DRAG 技术显著提升大模型的准确性
1 天前
在人工智能大语言模型应用中，为提升回答复杂问题的准确性，检索增强生成（RAG）技术应运而生。然而，该技术在处理人类语言多样性方面存在不足。为此，Lexical Diversity-aware RAG（DRAG）技术应运而生，它针对RAG的短板，在检索阶段利用“多样性感知相关性分析器”（DRA）拆分问题组件、设定评估标准，筛选出更相关的文档。在生成阶段，DRAG引入“风险引导稀疏校准策略”（RSC），评估词的风险并进行校准，从而降低无关信息的影响。实际测试表明，使用DRAG的模型准确率比传统RAG提升了45.5%，未来有望在更多场景中提供更精准、可靠的答案。
