新提出的Lexical Diversity-aware RAG (DRAG)框架通过引入词汇多样性，提升了RAG的准确率10.6%。该方法在检索与生成过程中有效解决了词汇多样性问题，显著改善了多个基准任务的表现，尤其在HotpotQA上取得了最佳结果。研究团队计划将此方法扩展到更多专业场景，以增强大模型对复杂语言的理解能力。

本文讨论了文本长度对词汇多样性估计的问题，并提出了解决方案。通过概率或算法方法将文本缩短到相同长度可以解决长度依赖性的问题，但仍需解决敏感性参数。建议优化词汇多样性分析。