AdaQE-CG：面向 Web 规模生成式 AI 模型和数据卡的自适应查询扩展
人工智能
2026-04-14 v1 信息检索
摘要
透明且标准化的文档对于构建可信的生成式 AI (GAI) 系统至关重要。然而，现有自动方法生成模型和数据卡仍面临三个主要挑战：(i) 静态模板，由于大多数系统依赖固定查询模板，无法适应多样化的论文结构或演变中的文档需求；(ii) 信息稀缺，由于 Web 规模存储库如 Hugging Face 常包含不完整或不一致的元数据，导致信息缺失或噪声；(iii) 缺乏基准，由于缺乏标准化数据集和评估协议，阻碍了文档质量的公平且可重复的评估。为解决这些限制，我们提出了 AdaQE-CG—a 用于卡片生成的自适应查询扩展框架，结合动态信息提取与跨卡知识迁移。其 Intra-Paper Extraction via Context-Aware Query Expansion (IPE-QE) 模块迭代细化提取查询，以从科学论文和存储库中恢复更丰富、更完整的信息；其 Inter-Card Completion using the MetaGAI Pool (ICC-MP) 模块通过从精选数据集中的相似卡片传递语义相关内容来填充缺失字段。此外，我们引入 MetaGAI-Bench——第一个大规模、经专家标注的基准，用于评估 GAI 文档。全面实验表明，AdaQE-CG 在五个质量维度上显著优于现有方法，超过人类编写的数据卡，接近人类水平的模型卡质量。代码、提示词和数据均公开 available at: https://github.com/haoxuan-unt2024/AdaQE-CG。
引用
@article{arxiv.2604.09617,
title = {AdaQE-CG: Adaptive Query Expansion for Web-Scale Generative AI Model and Data Card Generation},
author = {Haoxuan Zhang and Ruochi Li and Zhenni Liang and Mehri Sattari and Phat Vo and Collin Qu and Ting Xiao and Junhua Ding and Yang Zhang and Haihua Chen},
journal= {arXiv preprint arXiv:2604.09617},
year = {2026}
}
备注
This paper has been accepted to the main conference of WWW 2026