Stronger Baselines for Retrieval-Augmented Generation with Long-Context Language Models
更强的检索增强生成基线：长上下文语言模型
机构 * Stanford University（斯坦福大学）
AI总结 本文提出DOS RAG作为长上下文问答任务的强基线，通过保持文档结构和简单性，在多个基准上超越复杂方法。
Comments 11 pages, 6 figures, for associated source code, see https://github.com/alex-laitenberger/stronger-baselines-rag
Journal ref Proceedings of the 2025 Conference on Empirical Methods in Natural Language Processing (EMNLP 2025), pages 32559-32569
