arXiv · cs.AI · Huan Phong Thai, Thu Anh Ngoc Le, Nhu Huynh Thi Le, Nhan Huu Tran, Lenh Cong Phan Pham, Hong Nhung Nguyen · 3 小时前模型评分21
用检索增强生成提升股市信息检索：ROUGE 高分、平均响应 1.16 秒
Enhancing Stock Market Information Retrieval with Retrieval-Augmented Generation
导读
一项研究构建了面向股市信息的检索增强生成（RAG，Retrieval-Augmented Generation）系统，把检索与生成结合起来提升金融文本回答的准确性和相关性。在 100 条股市相关查询的数据集上，ROUGE-1、ROUGE-2、ROUGE-L 得分较高，平均响应时间为 1.16 秒。
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：金融
事件类型：研究发布
证据摘录
- “In this study, we present a Retrieval-Augmented Generation (RAG) system designed to generate responses related to stock market information.”
来源：arXiv · cs.AI · arxiv.org