arXiv cs.AI· Yeonjun Choi, Seyeon Jeong, Jong Wook Kim, Beakcheol Jang·· 13 小时前AI 评分26
DuQUAD：面向多文档问答的双视角与质量感知证据剪枝框架
DuQUAD: A Dual-View Framework with Quality-Aware Evidence Pruning for Multi-Document Question Answering
AI 导读
DuQUAD 是一个缓解多文档问答中 Lost in the Middle 问题的框架，通过由 Structural Fusion Score 引导的 Local Agent 与全局推理的 Global Agent 构成双视角机制，并用显式质量评分和句子级精炼过滤候选证据。其准确率平均比最强基线高 3.0%，黄金证据召回率提升 9.4%，计算成本显著低于现有多智能体框架。
正文 · AI 翻译
摘要：具备检索增强生成能力的大语言模型会系统性地未能充分利用多文档上下文中间位置的证据，这一现象被称为“迷失在中间”。现有的缓解策略，如文档重排序和注意力引导，可以减少边界偏差，但在噪声环境中仍然脆弱，因为不准确的相关性估计和虚假文档仍会掩盖中心位置的有用证据。我们提出 DuQUAD，一个通过双视角推理和质量感知证据剪枝来缓解位置偏差的多文档问答框架。DuQUAD 结合了由结构融合分数引导的局部代理和对完整文档集进行推理的全局代理，既提供有针对性的证据恢复，又提供广泛的上下文理解。该框架进一步使用显式质量评分过滤候选证据，并在句子级别进行细化以减少噪声。DuQUAD 持续优于强大的“迷失在中间”缓解基线，包括混合检索与重排序、多代理推理和上下文优化方法，相比最强的竞争基线平均提升准确率 3.0%，金标准证据召回率提升 9.4%，同时与现有多代理框架相比大幅降低计算成本。
| 主题： | 信息检索（cs.IR）；人工智能（cs.AI）；计算与语言（cs.CL） |
| 引用为： | arXiv:2610.37701 [cs.IR] |
| （或 arXiv:2610.37701v1 [cs.IR] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.37701 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Yeonjun Choi [查看邮箱]
[v1]
2026年10月25日星期日 14:14:11 UTC（484 KB）
来源：arXiv cs.AI · arxiv.org