arXiv · cs.AI · Kai-Hsin Chen, Wei-Yu Chen, Xuanjun Chen, Su-Ling Yeh, Jyh-Shing Roger Jang · 12 小时前模型评分42
台湾历史问答中静态与智能体 检索增强生成（RAG，Retrieval-Augmented Generation） 的对比及后验选择器
Bridging Static and Agentic RAG for Taiwanese Historical Question Answering
导读
研究在共享同一生成器与混合检索后端的前提下，对比了智能体检索增强生成（RAG，Retrieval-Augmented Generation）与静态 RAG 在台湾历史问答上的表现，两者总体得分相近但在 70.83% 的问题上答案不同。团队随后提出一个后验选择器，比较两个回答及其引用证据，显著优于任一单独流程，并找回 60.34% 的 oracle 提升空间。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
应用领域：政务与公共事务
事件类型：研究发布
证据摘录
- “We conduct a controlled comparison of agentic and static RAG for Taiwanese historical question answering, sharing the same generator and hybrid retrieval backend.”
来源：arXiv · cs.AI · arxiv.org