研究团队提出解耦RAG框架ShiftRAG以突破文本瓶颈
Start here
2026年11月3日，研究人员在arXiv发布成果，提出新型解耦RAG框架ShiftRAG，旨在突破传统检索增强生成的文本瓶颈。该框架基于单一LLM主干，将判别式检索学习与自回归生成相互隔离；具体实现上，它将检索对齐映射为连续的软token注入生成器，并通过软正交目标缓解rank collapse现象。实验结果表明，ShiftRAG不仅显著提升了检索与问答任务的性能，还在通用文本编码和生成任务中有效保持了计算效率与基础能力。
AI-generated from reports · Updated 1 day ago
Report timeline
Follow the reports to see different sides of the story.
- arXiv 自然语言处理ShiftRAG：通过解耦学习与连续软 token 突破文本瓶颈
研究人员提出解耦 RAG 框架 ShiftRAG，利用单一 LLM 主干将判别式检索学习与自回归生成隔离，以突破传统 RAG 的文本瓶颈。该框架将检索对齐映射为连续软 token 注入生成器，并通过软正交目标缓解 rank collapse。实验表明，ShiftRAG 显著提升了检索与问答性能，且在通用文本编码和生成任务中保持了效率与基础能力。
Story heat trend
Current heat 4·Comparable peak 9（Nov 3 18:00）·Comparable change, last 24 hours-50%
Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.