arXiv cs.AI· Kai-Hsin Chen, Wei-Yu Chen, Xuanjun Chen, Jyh-Shing Roger Jang·· 16 小时前AI 评分31
结合静态与智能体 RAG 的台湾历史问答研究
Bridging Static and Agentic RAG for Taiwanese Historical Question Answering
AI 导读
研究对智能体 RAG 与静态 RAG 在台湾历史问答上做了受控对比，两者共享同一生成器与混合检索后端，总体性能相近但在 70.83% 的问题上结果不同、优势基本相互抵消。作者据此提出事后选择器，比较两个回答及其引用证据，显著优于任一单独流程，并回收了 oracle 上限的 60.34%；oracle 按题择优可让综合得分比更优的单流程高出 0.2417。
正文 · AI 翻译
摘要：智能体式检索增强生成（RAG）使语言模型能够根据先前检索到的证据调整检索，但此类自适应编排是否始终优于精心设计的静态流水线仍不明确。我们针对台湾历史问答对智能体式与静态 RAG 进行了受控比较，二者共享相同的生成器和混合检索后端。尽管总体性能相近，两种流水线在 70.83% 的问题上表现不同，其优势在平均后基本相互抵消。一个为每个问题选择更优回答的 oracle 相比更优的单个流水线将综合得分提高了 0.2417，揭示了问题级选择存在可观的提升空间。因此，我们引入一个事后选择器，比较两个回答及其引用的证据，显著优于任一单个流水线，并恢复了 60.34% 的 oracle 提升空间。这些结果表明，总体比较可能掩盖检索策略之间有意义的问题级差异，提示利用其互补性可能比寻求一个普遍更优的流水线更有成效。
| 主题： | 计算与语言（cs.CL）；人工智能（cs.AI）；信息检索（cs.IR） |
| 引用为： | arXiv:2609.23056 [cs.CL] |
| （或 arXiv:2609.23056v1 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2609.23056 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Kai-Hsin Chen [查看邮箱]
[v1]
2026年9月19日星期六 14:43:26 UTC（2,196 KB）
来源：arXiv cs.AI · arxiv.org