Dynamic RAG: Leveraging Outputs of Large Language Models as Feedback for Dynamic Reranking in Retrieval-Augmented Generation
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究提出了DynamicRAG框架，通过强化学习优化检索增强生成（RAG）系统中的文档重新排序。利用大语言模型的输出作为反馈，动态调整检索文档的顺序和数量。在七个知识密集型数据集上，DynamicRAG展现了优越的性能，达到了最新的研究成果。
🏷️
