DioR：面向动态检索增强生成的自适应认知检测与情境检索优化
计算与语言
2025-05-20 v2
摘要
动态检索增强生成(RAG)在生成过程中显著缓解了大型语言模型(LLM)的幻觉问题。然而，现有的动态 RAG 方法在两个关键方面存在显著局限：1)缺乏有效的检索触发控制机制，2)缺乏对检索内容的有效审查。为此，我们提出一种创新的动态 RAG 方法，DioR(自适应认知检测与情境检索优化)，由两个主要组件构成：自适应认知检测和情境检索优化，专为确定 LLM 是否需要检索以及检索什么内容而设计。实验结果表明，DioR 在所有任务上均实现了优异的性能，显示现有工作的有效性。
引用
@article{arxiv.2504.10198,
title = {DioR: Adaptive Cognitive Detection and Contextual Retrieval Optimization for Dynamic Retrieval-Augmented Generation},
author = {Hanghui Guo and Jia Zhu and Shimin Di and Weijie Shi and Zhangze Chen and Jiajie Xu},
journal= {arXiv preprint arXiv:2504.10198},
year = {2025}
}
备注
Accepted to ACL2025 Main