面向开放域 RAG 的 HiFi-RAG：分层内容过滤与双 pass 生成

Cattalyya Nuengsigkapian

面向开放域 RAG 的 HiFi-RAG：分层内容过滤与双 pass 生成

计算与语言 2025-12-30 v1 人工智能信息检索机器学习

作者: Cattalyya Nuengsigkapian

摘要

开放域检索增强生成 (RAG) 面临检索文档中无关信息以及生成答案与用户意图对齐的挑战。我们提出 HiFi-RAG（分层内容过滤 RAG），该系统在 MMU-RAGent NeurIPS 2025 比赛中位列闭源系统第一。我们的做法超越标准基于嵌入的检索，采用多阶段管道。我们利用 Gemini 2.5 Flash（比 Pro 便宜 4-6 倍）进行查询表述、分层内容过滤和引用归因，而将推理能力强大的 Gemini 2.5 Pro 保留用于最终答案生成。在 MMU-RAGent 验证集上，我们的系统超越基线，ROUGE-L 提升至 0.274（+19.6%），DeBERTaScore 提升至 0.677（+6.2%）。在 Test2025 上，我们的自定义数据集评估需要后切点知识（2025 年 1 月后）的问题，HiFi-RAG 相对于参数化基线在 ROUGE-L 上提高 57.4%，在 DeBERTaScore 上提高 14.9%。

关键词

检索增强生成分层过滤内容过滤 ROUGE-L DeBERTaScore

引用

@article{arxiv.2512.22442,
  title  = {HiFi-RAG: Hierarchical Content Filtering and Two-Pass Generation for Open-Domain RAG},
  author = {Cattalyya Nuengsigkapian},
  journal= {arXiv preprint arXiv:2512.22442},
  year   = {2025}
}

备注

A winning solution for the NeurIPS 2025 MMU-RAGent Competition (Closed-Source Text-to-Text Static Evaluation)

面向开放域 RAG 的 HiFi-RAG：分层内容过滤与双 pass 生成

摘要

关键词

引用

备注

相关论文