retrieval augmented generation | BriefGPT

关键词retrieval augmented generation

搜索结果 - 64

运用 GenAI 于高等教育：检索增强的生成对话机器人对人类学习的影响研究
该研究介绍了 Leodar 教授，一个定制的、使用新加坡英语（Singlish）的 Retrieval Augmented Generation（RAG）聊天机器人，旨在增强本科工程学生的教育支持。通过混合方法，揭示出 Professor
PDF7 days ago
多头 RAG: 使用 LLMs 解决多方面问题
通过利用 Transformer 的多头 attention 层的激活作为提取多方面文档的关键来提高文本生成模型的能力，使得 Multi-Head RAG 能够更准确地检索复杂查询，并通过实证评估显示在相关性方面相较于标准的 RAG 基准模
PDF12 days ago
图神经网络增强的 LLM 问题回答检索
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
PDF16 days ago
KDD基于 RAG 的家庭电力监测会话
通过结合 Retrieval Augmented Generation (RAG) 与 ChatGPT、Gemini 和 Llama 等大型语言模型 (LLMs)，利用特殊的电力知识图来提高对电力数据集的复杂问题的响应的准确性和特异性。我们
PDF16 days ago
检索增强生成中的成员推断攻击：我的数据是否在您的检索数据库中？
引入了一种高效且易于使用的方法，用于针对检索增强生成（RAG）系统进行成员推断攻击（MIA）；通过使用两个基准数据集和多个生成模型，我们展示了我们攻击的有效性，并且在黑盒和灰盒设置下，可以通过创建适当的提示来高效地确定文档在检索数据库中的成
PDF20 days ago
幻影：检索增强语言生成的一般触发攻击
检索增强生成（RAG）通过使用外部知识数据库，扩展现代大型语言模型（LLMs）在聊天机器人应用中的能力，使开发者能够在没有昂贵的训练或微调的情况下调整和个性化 LLM 的输出。本研究提出了针对 RAG 增强 LLMs 的新攻击方式，通过向其
PDF20 days ago
相似性不是唯一的需求：为具有多层思维的检索增强生成赋能
大型语言模型近年来在各个领域取得了显著成就，然而，知识更新的及时性和成本以及语言模型的幻觉问题等因素限制了其在知识密集型任务中的应用，而检索增强生成可以提供帮助。因此，本研究提出了一种名为 MetRag 的多层思维增强的检索增强生成框架，综
PDF20 days ago
低资源医疗问答应用的两层信息检索增强生成框架：基于 Reddit 数据的概念验证
检索增强生成 (RAG) 通过提供相关的上下文文本，可以约束生成模型的输出，并减轻产生虚假信息的可能性。我们提出了一个双层 RAG 框架用于查询焦点答案生成，并在社交媒体论坛中对此框架的概念验证进行评估，重点是从新兴的与药物相关信息中生成查
PDF21 days ago
不要忘记连接！使用基于图的再排序提升 RAG
G-RAG is a graph neural network-based reranker that combines connections between documents and semantic information to i
PDF22 days ago
SIGIR利用对齐的视频字幕增强的视频富文本检索生成
我们提出使用 “对齐视觉标题” 作为一种机制，将视频中的信息整合到基于检索增强生成的聊天助手系统中，这些标题能够以文本形式描述视频的视觉和音频内容，并且易于理解和加入到大型语言模型的提示中，同时也需要较少的多媒体内容来插入到多模态语言模型的
PDF23 days ago
FlashRAG: 一个高效的检索增强生成研究的模块化工具包
我们提出了 FlashRAG，一个高效且模块化的开源工具包，旨在帮助研究人员在一个统一的框架内复现现有的 Retrieval Augmented Generation 方法，并开发自己的方法。工具包实现了 12 种先进的 RAG 方法，并收
PDFa month ago
第二届 FutureDial 挑战赛：检索增强生成式对话系统 (FutureDial-RAG)
The 2nd FutureDial Challenge aims to improve dialog systems by incorporating retrieval augmented generation techniques,
PDFa month ago
从问题到有见地的回答：建立一个了解大学资源的聊天机器人
本文介绍了 BARKPLUG V.2，一个基于大型语言模型（LLM）的聊天机器人系统，利用检索增强生成（RAG）流程提高学术环境下的用户体验和信息获取。该系统利用大学数据作为外部数据语料库，在领域特定的问答任务中吸收这些数据到我们的 RAG
PDFa month ago
基于 AMR 概念蒸馏的长上下文压缩增强 RAG
通过引入 AMR 改进 RAG，提出了一个基于概念的 RAG 框架，并使用 AMR 基于概念提炼算法，将检索到的文档压缩成关键概念集，以过滤干扰信息，从而增强推理性能。
PDFa month ago
利用讲座内容提供改进反馈: GPT-4 和检索增强生成的探索
使用检索增强生成（RAG）技术改进大型语言模型在编程任务中生成的反馈，通过将相应的讲座录音转录为文本并提供给 GPT-4，使其作为外部知识源，以及利用 RAG 的时间戳作为元信息进行补充，以防止幻觉并强制使用讲座中的技术术语和短语。
PDFa month ago
利用 RAG 驱动的精确性克服咖啡叶病害的 LLM 挑战
这项研究介绍了一种创新的人工智能驱动的精准农业系统，利用 YOLOv8 进行病害识别和 Retrieval Augmented Generation (RAG) 进行上下文感知的诊断。该系统集成了先进的目标检测技术和语言模型，解决了大型语言
PDF2 months ago
LLM 技术应用中的人类不可感知检索污染攻击
LLM 应用开发、检索增强生成、LLM 应用、检索污染以及风险评估是本文的关键词。作者揭示了一种称为检索污染的新威胁，攻击者可以通过欺骗 LLM 应用程序在检索生成过程中生成恶意回应，对应用程序进行破坏。通过分析 LLM 应用程序框架，攻击
PDF2 months ago
探索大型语言模型的领域、技术与挑战
对于大型语言模型（LLMs）的研究，包括基本原理、应用领域以及训练过程，本综述论文对于上下文学习、多种微调方法以及参数使用效率优化等机制进行探讨，同时深入研究了如何通过创新的强化学习框架和融入人类反馈的新方法来更好地与人类偏好相统一的问题。
PDF2 months ago
iRAG：一种用于视频的增量检索增强生成系统
通过增量流程的方式，iRAG 提供对大规模、真实世界的多模态数据的高效交互式查询，比传统的 RAG 系统更快地将视频转换为文本，并确保与传统 RAG 相比，响应交互用户查询的质量相当。
PDF2 months ago
RAG 模型的忠实程度：量化 RAG 与 LLMs 内部先验之间的博弈
通过系统分析语言模型的内部知识和检索信息间的冲突来回答疑问，我们发现正确的检索信息可以修复大多数模型错误，但当参考文档中存在错误信息时，模型的内部知识对该错误信息存在较大的依赖性。这些结果突显了模型的先验知识与参考文档中呈现的信息之间的潜在
PDF2 months ago