Feb, 2024
增强带增补查询的语言生成的检索过程
Enhancing Retrieval Processes for Language Generation with Augmented Queries
Julien Pierre Edmond Ghali, Kosuke Shima, Koichi Moriyama, Atsuko Mutoh, Nobuhiro Inuzuka
TL;DR通过 Retrieval-Augmented Generation (RAG) 技术结合语言模型,本研究以智能技术为背景,探讨解决语言模型中的 “hallucination” 问题,并通过使用 Orca2 模型进行查询优化来提高性能。实证结果显示,在 RAG 的帮助下,初始语言模型的性能得到显著改善,并展示了使用语言模型生成查询的效果。引入 BERT 的 UMAP 技术进一步简化了文档检索过程。