arXiv 自然语言处理· Joyanta Jyoti Mondal, Md. Shifatul Ahsan Apurba, Mridul Banik, Md Masud Al Mahmud, Ibne Farabi Shihab·2026-09-29 12:00· 1 天前AI 评分35

回答之前：基于等大小记忆构建的证据充分性评估

Before Answering: Evidence Sufficiency under Size-Matched Memory Construction

AI 导读

新研究指出通过删除段落构建记忆不足样本会泄露标签，并提出消除该捷径的等大小记忆构建方法与 MemSafe 评估器。MemSafe 在 MuSiQue 和 HotpotQA 数据集上分别取得 0.968 和 0.983 的 AUROC。将其作为 7B 阅读器的门控时，在 5% 覆盖率下将回答错误率从 0.850 降至 0.631。

来源：arXiv 自然语言处理 · arxiv.org

#论文/研究 #Agent #RAG #推理 #arXiv