深度解析RAG大模型知識(shí)沖突，清華西湖大學(xué)港中文聯(lián)合發(fā)布

AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：深度解析RAG大模型知識(shí)沖突，清華西湖大學(xué)港中文聯(lián)合發(fā)布
關(guān)鍵字：模型,知識(shí),沖突,信息,上下文
文章來源：機(jī)器之心
內(nèi)容字?jǐn)?shù)：0字

內(nèi)容摘要：

AIxiv專欄是機(jī)器之心發(fā)布學(xué)術(shù)、技術(shù)內(nèi)容的欄目。過去數(shù)年，機(jī)器之心AIxiv專欄接收?qǐng)?bào)道了2000多篇內(nèi)容，覆蓋全球各大高校與企業(yè)的頂級(jí)實(shí)驗(yàn)室，有效促進(jìn)了學(xué)術(shù)交流與傳播。如果您有優(yōu)秀的工作想要分享，歡迎投稿或者聯(lián)系報(bào)道。投稿郵箱：liyazhou@jiqizhixin.com；zhaoyunfeng@jiqizhixin.com本文章的作者為清華大學(xué)交叉信息院二年級(jí)碩士生許融武和一年級(jí)博士生祁澤涵，他們也是本篇綜述的的主要作者。
隨著人工智能和大型模型技術(shù)的迅猛發(fā)展，檢索增強(qiáng)生成（Retrieval-Augmented Generation, RAG）已成為大型語言模型生成文本的一種主要范式。這種技術(shù)的代表 —— 檢索增強(qiáng)的大型語言模型（Retrieval-Augmented Large Language Model, RALM）—— 能夠直接利用檢索得到的文檔信息進(jìn)行內(nèi)容生成，無需進(jìn)行額外的訓(xùn)練，這一優(yōu)勢(shì)使其在工業(yè)界得到了廣泛應(yīng)用，例如 New Bing 搜索引擎。
然而，自 2023 年起，RALM 在處理知識(shí)沖突方面面臨的問題逐漸成為研究的焦點(diǎn)。知識(shí)沖突不僅嚴(yán)重影響了模型在知識(shí)

原文鏈接：深度解析RAG大模型知識(shí)沖突，清華西湖大學(xué)港中文聯(lián)合發(fā)布

聯(lián)系作者

文章來源：機(jī)器之心
作者微信：almosthuman2014
作者簡(jiǎn)介：專業(yè)的人工智能媒體和產(chǎn)業(yè)服務(wù)平臺(tái)