通过精细检索增强和自我检查提升问答对话能力
通过引入细粒度检索扩充和自我验证等方法,我们在对话型问答系统中提出了一种具有检索增强生成能力的方法,通过协同工作的对话型问题精炼器、细粒度检索器和基于自我验证的回答生成器,实现了问题理解和相关信息获取,实验证明了我们方法在现有基准算法上的巨大优势,同时我们还发布了一个包含重组问题、关键词提取、检索段落及其有用性的中文对话型问答数据集,以促进对 RAG 增强的对话型问答的进一步研究。
该论文概述了大型语言模型(LLMs)时代检索增强生成(RAG)的发展范式和组成部分,并讨论了评估方法和未来研究方向。