MARAGS：面向多任务检索增强生成问答的多适配器系统
计算与语言
2024-11-05 v2
摘要
在本文中，我们提出了一个多适配器检索增强生成系统（MARAGS），用于参加 KDD CUP 2024 的 Meta Comprehensive RAG (CRAG) 竞赛。CRAG 是一个问答数据集，包含 3 个不同的子任务，旨在处理真实的 RAG 相关问答任务，涵盖多样化的提问主题、问题类型、时变答案，以及涉及不同知名度实体的问题。我们的系统遵循基于 Web 的 RAG 的标准设置，利用处理过的网页为 LLM 提供上下文以生成内容，同时查询 API 端点以获取额外信息。MARAGS 还利用多个不同的适配器来满足这些任务的各种要求，并使用标准的交叉编码器模型对与回答问题相关的候选段落进行排序。我们的系统在任务 1 中获得第二名，在任务 2 中获得第三名。
引用
@article{arxiv.2409.03171,
title = {MARAGS: A Multi-Adapter System for Multi-Task Retrieval Augmented Generation Question Answering},
author = {Mitchell DeHaven},
journal= {arXiv preprint arXiv:2409.03171},
year = {2024}
}
备注
Accepted to CRAG KDD Cup 24 Workshop