热点事件观察中
研究者提出Sieve and Sage框架提升RALM可靠弃权能力
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
2026年9月30日，相关研究提出面向检索增强大语言模型（RALM）的Sieve and Sage高效干扰过滤框架。该框架旨在提升模型在证据不足时的可靠弃权能力，主要方法是在调用高成本大语言模型（Sage）之前，先利用轻量模块（Sieve）筛除检索文档中的干扰证据。在通用与高风险专家领域的评测结果显示，该框架相较于单阶段基线模型，系统准确率最高提升了69.4个百分点，Macro-F1最高提升55.2个百分点，同时实现了最高1.99倍的加速。
AI 根据报道生成 · 4 小时前更新
最新进展9月30日 12:00
研究者提出Sieve and Sage框架，通过轻量过滤干扰文档提升RALM弃权可靠性并实现最高1.99倍加速。报道时间线
沿着报道，了解事件的不同侧面。
9月30日
- arXiv 自然语言处理Sieve and Sage：面向可靠 RALM 弃权的高效干扰过滤框架
研究提出 Sieve and Sage 框架，在调用高成本 LLM（Sage）前利用轻量模块（Sieve）筛除检索文档中的干扰证据，提升 RALM 在证据不足时的可靠弃权能力。在通用与高风险专家领域评测中，该框架相比单阶段基线将系统准确率最高提升 69.4 个百分点，Macro-F1 最高提升 55.2 个百分点，同时实现最高 1.99x speedup。
本事件热度走势
当前热度 5·可比范围峰值 5（10月1日 12:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。