SG-RAG: Recupero Guidato dalla Struttura per Query Fattuali
Un nuovo articolo di ricerca introduce il Recupero Guidato dalla Struttura per la Generazione Aumentata (SG-RAG) per migliorare l'accuratezza fattuale nei modelli linguistici di grandi dimensioni. Gli autori identificano un problema inedito, il Problema di Recupero Esatto (ERP), che incorpora esplicitamente informazioni strutturali nel RAG per soddisfare tutte le condizioni della query. SG-RAG modella il recupero come un compito di corrispondenza di sottografi basata su embedding, utilizzando strutture topologiche recuperate per guidare la generazione. L'articolo è disponibile su arXiv con ID 2604.22843.
Fatti principali
- L'articolo arXiv 2604.22843 introduce SG-RAG
- SG-RAG affronta il Problema di Recupero Esatto (ERP)
- ERP è la prima formulazione del problema che incorpora informazioni strutturali nel RAG
- SG-RAG modella il recupero come corrispondenza di sottografi basata su embedding
- Gli approcci RAG esistenti si basano sulla similarità vettoriale, soggetta a rumore semantico
- SG-RAG utilizza strutture topologiche recuperate per guidare la generazione
- L'articolo è un annuncio cross-type su arXiv
- La ricerca mira a mitigare le allucinazioni nei LLM
Entità
Istituzioni
- arXiv