Jun, 2024

图神经网络增强的LLM问题回答检索

TL;DR我们提出了一种名为GNN-Ret的新型检索方法,利用图神经网络(GNNs)考虑段落间的相关性来增强检索过程,并通过RGNN-Ret处理多跳推理问题,从而提高问题回答准确率。实验结果表明,GNN-Ret相比多次查询的强基线方法在单次查询LLM的问题回答准确率上更高,而RGNN-Ret进一步提高了准确率,在2WikiMQA数据集上的准确率提高了10.4%。