arXiv · cs.AI · Houyuan Qin, Rong Wu, Qinyuan Qin, Botian Shi, Jingjing Qu, Yang Sun, Pinlong Cai · 9 小时前模型评分35
SemFlowRAG：用有向语义流从抽象概念引导到证据的复杂推理框架
SemFlowRAG: Directed Semantic Flow from Abstraction to Evidence for Complex Reasoning
导读
SemFlowRAG 提出一种将扁平检索空间重构为语料自适应语义梯度图的框架，通过嵌入方差量化实体抽象度，把无向边转为有向语义约束，并用抽象度引导的有向 PageRank 让检索沿“高到低抽象度”逐层收敛到具体证据。该框架针对图检索中概率流被困在高出度抽象概念节点（即“概率黑洞”）导致语义漂移和噪声累积的问题，在复杂问答数据集上检索与下游推理表现均优于现有基线。
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
- “To address this, we propose SemFlowRAG, a framework that reconstructs the flat retrieval space into a corpus-adaptive semantic gradient graph.”
来源：arXiv · cs.AI · arxiv.org