论文研究 arXiv cs.AI Wed, 16 Sep 2026 正文 thin 4 words

面向检索增强生成(RAG)的查询感知来源风险分诊机制

英文标题:Query-Aware Source-Risk Triage for Retrieval-Augmented Generation

针对当前检索增强生成(RAG)管线容易忽略检索来源与具体查询之间实质性关联的问题,该研究提出了一种在生成前生效的风险分诊层。该机制将来源风险视为与查询强相关的动态属性,能对典型查询族进行精准路由,以便开展增强型复核与审查。该方案为构建高安全、高可靠的 RAG 应用提供了新思路,有助于开发者在大模型生成前阻断不可靠来源风险并平衡系统审核开销。
打开原文相关 2.4 · 机会 1
media2.1 KB media640 B media612 B media380 B media9.1 KB media32.7 KB media22.8 KB media24.2 KB media34.7 KB

中文

arXiv:2609.16564v1(公告类型:new)

摘要:检索增强生成(RAG)管线可能会忽略检索来源与具体查询之间的实质性关系。我们研究了一种在生成前生效的分诊层(pre-generation triage layer),该层将这种关系视为依赖于具体查询的动态属性。该方法能够对典型查询族进行定向路由,以实现增强型复核……

BibTeX 格式引用

English / 原文

BibTeX formatted citation

×