RAG / 检索增强生成

Less can be More: Relieving RAG Bottlenecks via Evidence Frontloading and Pressure-Adaptive Budgeting

少即是多：通过证据前置和压力自适应预算缓解RAG瓶颈

Weibin Cai, Reza Zafarani

机构 * Syracuse University（雪城大学） 纠错

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

AI总结 该研究针对RAG系统瓶颈转移问题，提出无训练框架PACE，结合证据前置与压力自适应预算，在多跳问答数据集及模拟中提升了证据召回率并降低了重排序密集型负载的延迟。