RAG / 检索增强生成

AMAQA: A Metadata-based QA Dataset for RAG Systems

AMAQA：基于元数据的问答数据集用于RAG系统

Davide Bruni, Marco Avvenuti, Nicola Tonellotto, Maurizio Tesconi

机构 * Institute for Informatics and Telematics, National Research Council（信息与电信研究院，国家研究院） ； Department of Information Engineering, University of Pisa（信息工程系，比萨大学） ； Department of Computer Science, University of Pisa（计算机科学系，比萨大学） 纠错

专题命中 知识库问答 ：RAG(title,abstract)；retrieval-augmented generation(abstract)；分类 cs.IR、cs.AI

AI总结 AMAQA是首个整合元数据的单跳问答基准测试，通过结合文本和元数据提升问答系统性能。

HybridRAG: A Practical LLM-based ChatBot Framework based on Pre-Generated Q&A over Raw Unstructured Documents

HybridRAG: 一种基于预生成问答的LLM聊天机器人框架

Sungmoon Kim, Hyuna Jeon, Dahye Kim, Mingyu Kim, Dong-Kyu Chae, Jiwoong Kim

机构 * Hanyang University（翰阳大学） ； Makebot Inc.（Makebot公司） 纠错

专题命中 知识库问答 ：retrieval-augmented generation(abstract)；RAG(abstract)；分类 cs.IR、cs.CL、cs.AI

AI总结 HybridRAG通过预生成问答库和实时生成相结合，提升聊天机器人在处理无结构文档时的准确性和效率。