arXiv · cs.AI · Zafer Sahinoglu, Abdulazeez Mohammed, Buse Yaren Kazangirler, Cahit Berkay Kazangirler · 9 小时前模型评分31
SpectRAG：面向多跳检索增强生成的加权块图谱与 token 预算上下文选择
SpectRAG: Weighted Chunk Graphs for Token-Budgeted Context Selection in Multi-Hop Retrieval-Augmented Generation
导读
SpectRAG 提出一种图谱增强检索框架，通过加权块图谱、图谱扩展和谱相关性传播，在固定 token 预算下为多跳检索增强生成（RAG，Retrieval-Augmented Generation）挑选上下文。
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
事件类型：研究发布
证据摘录
- “We propose SpectRAG, a spectral graph-augmented retrieval framework that combines hybrid candidate seeding, weighted chunk graph construction, graph-based expansion, spectral relevance propagation, and token-budgeted context selection.”
来源：arXiv · cs.AI · arxiv.org