本研究提出了一种基于问题库的法律知识检索方法（QBR），旨在帮助大众克服获取法律知识的技术性挑战。QBR通过训练样本的衍生，提高知识单位的嵌入效果，实现更精准的法律知识检索，显示出比传统方法更高的准确性和效率，具有显著的社会影响。

本研究填补了在线虚假信息和操纵行为识别的技术空白，提出了新的分类和检索方法，重点在主观性识别和事实核查，以提升信息验证的准确性和效率。

本研究提出了一种新的“问题到问题”匹配与检索方法，旨在提高维基百科和维基数据的知识问答的准确性与效率。通过指令调优的语言模型生成问题集并存储为向量嵌入，实现高精度内容检索，提升问答系统的速度与可扩展性。

我国法律文件数量激增，传统检索方法面临困难。2024年4月，华宇元典推出“元典问达”智能法律问答引擎，利用大模型技术支持自然语言提问，快速生成法律分析报告，提高法律研究效率。

本研究提出了一种新的法律文档检索方法，结合支持向量回归（SVR）、袋装技术和嵌入空间，显著提升了检索效率和回收率，初步结果良好。

本研究提出了一种多层嵌入的法律文本检索方法，旨在提升法律信息检索的准确性和有效性，适用于多种法律体系。

RAG应用结合语言生成模型和检索方法，提高文本生成质量，适用于问答和摘要。文章介绍了使用Postgres和pgvector构建RAG应用的步骤，包括数据处理和用户查询等。讨论了局限性和未来改进方向，如开发用户界面。

本文介绍了一种利用检索方法提高ChatGPT推理和寻答能力的医疗助手模型，该模型在CNMLE-2022上表现出潜力。