本研究提出了一种名为SimRAG的自我训练方法,旨在提升通用检索增强生成系统在科学和医学领域的表现。通过生成相关问题和筛选高质量样本,SimRAG在11个数据集上的表现优于基线模型1.2%至8.6%。
完成下面两步后,将自动完成登录并继续当前操作。