arXiv 自然语言处理· Sachin Gupta, Divya Godara·2026-10-01 12:00· 1 天前AI 评分34

TRACE：面向 LitTraceQA 的目标感知检索、归因证据与契约约束抽取框架

TRACE: Target-Aware Retrieval, Attributed Evidence, and Contract-Constrained Extraction for LitTraceQA

AI 导读

针对 LitTraceQA 基准中的可验证答案落地难题，研究人员提出 TRACE 框架，结合目标感知检索、多模态表格抽取与契约约束验证等机制。该系统索引了 27,487 篇论文，在 71 题官方测试集上取得 0.760613 的综合评分。具体指标中，其论文 F1 达到 0.9728、证据 F1 为 0.6847、选择题准确率达 0.9800、表格行 F1 为 0.5423。

来源：arXiv 自然语言处理 · arxiv.org

#论文/研究 #RAG #搜索 #arXiv