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

AIGC動態(tài)歡迎閱讀

原標題：深度解析RAG大模型知識沖突，清華西湖大學港中文聯(lián)合發(fā)布
關(guān)鍵字：模型,知識,沖突,信息,上下文
文章來源：機器之心
內(nèi)容字數(shù)：0字

內(nèi)容摘要：

AIxiv專欄是機器之心發(fā)布學術(shù)、技術(shù)內(nèi)容的欄目。過去數(shù)年，機器之心AIxiv專欄接收報道了2000多篇內(nèi)容，覆蓋全球各大高校與企業(yè)的頂級實驗室，有效促進了學術(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)系報道。投稿郵箱：liyazhou@jiqizhixin.com；zhaoyunfeng@jiqizhixin.com本文章的作者為清華大學交叉信息院二年級碩士生許融武和一年級博士生祁澤涵，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行內(nèi)容生成，無需進行額外的訓練，這一優(yōu)勢使其在工業(yè)界得到了廣泛應用，例如 New Bing 搜索引擎。
然而，自 2023 年起，RALM 在處理知識沖突方面面臨的問題逐漸成為研究的焦點。知識沖突不僅嚴重影響了模型在知識

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

聯(lián)系作者

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