Meta KDD Cup'24 获奖方案
信息检索
2024-10-02 v1
摘要
本文描述了来自 db3 团队在 Meta KDD Cup 24 中所有任务的获奖方案。该挑战旨在从网页来源和知识图谱构建 RAG 系统。我们被给予多个查询来源以帮助回答问题。CRAG 挑战涉及三个任务：（1）将网页信息浓缩为准确答案，（2）整合模拟知识图谱中的结构化数据，（3）从大量网页和 API 中选择并整合关键数据以反映真实世界的检索挑战。我们的 Task #1 解决方案是一种网页或开放数据检索与问答框架。通过微调大语言模型（LLM）以获得更好的 RAG 性能和更少的幻觉。Task #2 和 Task #3 解决方案基于用于领域问题的正则化 API 集合以及使用微调 LLM 的 API 生成方法。我们的知识图谱 API 接口直接提取相关信息以帮助 LLM 正确回答。我们的解决方案在所有三个任务中获得第一名，分别获得 28.4%、42.7% 和 47.8% 的得分。
引用
@article{arxiv.2410.00005,
title = {Winning Solution For Meta KDD Cup' 24},
author = {Yikuan Xia and Jiazun Chen and Jun Gao},
journal= {arXiv preprint arXiv:2410.00005},
year = {2024}
}