EnSI-RAG 相关 AI 资讯 · AI 热点

8月24日

10:56

10:56

官方账号arXiv cs.AI@Xuanyu Meng, Jiashuo Sun, Jash Rajesh Parekh, Jiawei Han

EnSI-RAG通过构建查询无关的实体中心索引，实现长文档问答。该框架在Loong和Oolong数据集上平均准确率达到78.24，比现有基准高6.62个百分点。代码可在GitHub获取。

论文 EnSI-RAG 长文档问答实体-结构索引

推荐理由：EnSI-RAG在长文档问答上表现优异，准确率提升显著，值得研究。