arXiv cs.CL· Valentin Six, Mufei Li, Dongqi Fu, Yinglong Xia, Hong Li, Pan Li·· 10 小时前AI 评分34
RAGCompass：通过重排序实现可泛化的检索器路由
RAGCompass: Generalizable Retriever Routing via Reranking
AI 导读
RAGCompass 通过读取检索到的段落集合本身来做检索器路由，而非依赖查询特征，从而能处理未见过的检索器和语料。其对比式微调的重排序器贡献了主要增益，小型比较头带来适度提升，且两个组件均无检索器专属参数。相比最佳固定检索器，答案 F1 相对提升 28%，并优于融合基线、三个仅查询路由器及一个提示的 8B 语言模型；在未见语料、检索器或阅读器下仍保留大部分增益。
正文 · AI 翻译
摘要：用于检索增强生成的不同检索器各有不同，但没有一个能在所有查询上都表现最佳。因此，关键问题是：给定一个查询以及来自不同检索器的检索段落，哪一个检索器最适合该查询？现有的路由器通常根据查询特定特征和固定的检索器池进行预测；这类路由器对未见过的检索器没有输出，并且在新语料库上从设计上就无法胜任。为填补这些空白，RAGCompass 直接读取检索到的段落集合本身：来自不熟悉的检索器或语料库的段落仍可直接与其他段落进行比较，因此，在仅基于查询的映射会失败的地方，路由仍能保持良好的设计。我们以每个证据集产生的答案为对照，对重排序器进行对比微调，这带来了大部分增益；一个小的比较头带来了适度改进，且两个组件都没有检索器特定的参数。与最佳固定检索器相比，RAGCompass 将答案 F1 提高了 28%，并优于融合基线、三个仅基于查询的路由器以及一个提示的 8B 语言模型。泛化实验表明，在未见过的语料库、检索器或阅读器下，RAGCompass 保留了大部分增益，而仅基于查询的基线则下降到最佳固定检索器或以下。
| 学科： | 计算与语言（cs.CL）；信息检索（cs.IR） |
| 引用为： | arXiv:2611.05596 [cs.CL] |
| （或 arXiv:2611.05596v1 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.05596 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Valentin Six [查看电子邮件]
[v1]
2026年11月3日星期二 20:36:24 UTC（420 KB）
来源：arXiv cs.CL · arxiv.org