arXiv 人工智能· Lihong He, Lucian Popa, Marina Danilevsky·· 3 小时前AI 评分36
小模型提问表现更优：面向 RAG 的查询澄清微调
A Small Model Asks Better: Fine-Tuning Query Clarification for Retrieval-Augmented Generation
AI 导读
研究人员针对检索增强生成（RAG）推出约 3,900 个示例的 ClariEdge 数据集，通过微调轻量 LoRA 实现歧义查询识别与澄清请求生成。该 LoRA 达到 96.6% 的分类准确率，在分类和澄清生成质量上均超越诸多提示词驱动的大模型基线。该方案可部署于检索前与检索后环节，数据集现已开源提供。
来源：arXiv 人工智能 · arxiv.org