RAG / 检索增强生成

Optimizing Multi-Hop Document Retrieval Through Intermediate Representations

通过中间表示优化多跳文档检索

Jiaen Lin, Jingyu Liu, Yingbo Liu

机构 * School of Software, BNRist, Tsinghua University（软件学院、BNRist、清华大学） ； Beijing Key Laboratory of Industrial Bigdata System and Application（北京工业大数据系统与应用重点实验室） ； Gaoling School of Artificial Intelligence, Renmin University of China（甘露人工智能学院、中国人民大学） 纠错

专题命中 长文档RAG ：retrieval-augmented generation(abstract)；RAG(abstract)；分类 cs.IR、cs.CL、cs.AI

AI总结 本文提出L-RAG方法，通过利用中间层表示优化多跳文档检索，提升问答性能。