QESChunker：以问题—证据监督统一分块
热点事件持续更新
QESChunker：以问题—证据监督统一分块
1 篇报道1 个报道来源11 小时前更新
先了解这件事
AI 综述
Yifan Zhao 等作者提出 QESChunker，称这是首个利用问题—证据监督构建静态分块索引的方法。它把重叠与非重叠分块统一为问题—证据效用最大化的监督式组合优化：非重叠约束下用动态规划在多项式时间内精确求解；允许重叠时目标为单调子模，贪心算法达到 (1-1/√e) 近似。 作者在两个自建和三个公开数据集上，在相同重叠设置与固定混合检索器下评测，两种变体在几乎全部评测设置的完整证据召回率上均优于现有分块方法。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 12:00
QESChunker：用单一目标统一 RAG 的重叠与非重叠分块报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv cs.CLQESChunker：用单一目标统一 RAG 的重叠与非重叠分块
QESChunker 是首个利用问题—证据监督构建静态分块索引的方法，通过统一的问题—证据效用最大化目标，将重叠与非重叠分块转化为监督式组合优化问题。非重叠约束下可用动态规划在多项式时间内精确求解，允许重叠时目标为单调子模，贪心算法达到 (1-1/√e) 近似。在两个自建和三个公开数据集上，两种变体在相同重叠设置与固定混合检索器下，几乎全部评测设置的完整证据召回率均优于现有分块方法。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。