本研究介绍了RAPTOR(递归抽象处理树组织检索),一种新型树状检索系统,旨在提升大语言模型的搜索能力。RAPTOR通过学习文本的层次表示,构建树结构,实现高效的信息检索,特别适用于复杂的多步骤推理问题。与传统方法相比,RAPTOR在捕捉高层主题和低层细节方面表现优异。
本文提出了一种层次对齐网络框架,通过将视频和文本分解为事件、动作和实体三个层次,构建层次表示以提高视频文本检索的效率和准确性。实验结果表明,该框架在多个数据集上优于现有方法,验证了层次表示的有效性。
完成下面两步后,将自动完成登录并继续当前操作。