EPFL（洛桑联邦理工学院）

A Navigational Approach for Comprehensive RAG via Traversal over Proposition Graphs

一种通过命题图遍历实现全面RAG的导航方法

Maxime Delmas, Lei Xu, André Freitas

机构 * Idiap Research Institute（日内瓦研究所） ； École Polytechnique Fédérale de Lausanne（联邦理工学院洛桑分校） ； University of Manchester（曼彻斯特大学） ； CRUK Manchester Institute（CRUK曼彻斯特研究所） 纠错

AI总结 ToPG通过命题图遍历实现高效结构RAG系统，结合查询意识的图遍历与事实细粒度，提升复杂多跳查询和单跳事实检索的性能。

Comments 23 pages, 10 figures, 6 tables

Inverse Q-Learning Done Right: Offline Imitation Learning in $Q^π$-Realizable MDPs

逆向Q学习：在线模仿学习中的Q^π-可实现MDP

Antoine Moulin, Gergely Neu, Luca Viano

机构 * Universitat Pompeu Fabra（庞培法布拉大学） ； EPFL（瑞士联邦理工学院） 纠错

AI总结 本文提出SPOIL算法，通过线性Q^π-可实现MDP的结构性假设，在有限样本下实现与专家策略性能匹配，并在非线性情况下扩展，展示其在深度模仿学习中的优越性能。

Is This Collection Worth My LLM's Time? Automatically Measuring Information Potential in Text Corpora

这集合值得我的LLM投入时间吗？自动测量文本语料库中的信息潜力

Tristan Karch, Luca Engel, Philippe Schwaller, Frédéric Kaplan

机构 * EPFL（瑞士联邦理工学院） ； DHLab（数字人文实验室） 纠错

AI总结 本文提出了一种自动化方法，通过生成多项选择题并测量LLM在有无原始材料时的表现差异，来评估文本语料库的信息潜力，以优化数据获取和整合决策。