SAGE：精准检索的框架用于增强生成

本研究解决了增强生成（RAG）在问答任务中因检索不准确信息而导致的失败问题，主要是由于现有方法未考虑语义分割和选择的权衡。提出的SAGE框架通过训练语义分割模型和动态选择相关性更高的片段，显著提升了问答的质量和成本效率，实验结果显示其问答质量平均提高了61.25%。