通过自适应RAG桥接语言鸿沟：提升印尼语问答
计算与语言
2025-10-27 v1 人工智能
摘要
问答系统（QA）随着机器学习模型的进步而取得显著进展，进一步的研究通过检索外部信息（称为检索增强生成，RAG）来提高问答系统的准确性和信息量。然而，这些领先方法主要局限于英语。为弥合这一差距，我们致力于将自适应RAG系统应用于印尼语。自适应RAG系统集成了分类器，其任务是区分问题的复杂度，从而决定解答策略。为克服印尼语数据集稀缺的挑战，我们采用机器翻译作为数据增强方法。实验表明，可靠的问答复杂度分类器已实现，但我们观察到在多检索解答策略中存在显著不一致，这会严重影响该策略的整体评估。这些发现既凸显了低资源语言问答的潜力，也揭示了挑战，为未来改进指明了方向。
引用
@article{arxiv.2510.21068,
title = {Bridging Language Gaps with Adaptive RAG: Improving Indonesian Language Question Answering},
author = {William Christian and Daniel Adamlu and Adrian Yu and Derwin Suhartono},
journal= {arXiv preprint arXiv:2510.21068},
year = {2025}
}
备注
12 pages, 7 figures, 5 tables