arXiv · cs.AI· Samarth Varshney·· 3 天前AI 评分38
TriageRAG：用失败感知自训练让 RAG 大语言模型适配专业领域
TriageRAG: Failure-Aware Self-Training for Adapting Retrieval-Augmented Language Models to Specialized Domains
来源与原文
arXiv · cs.AI
作者：Samarth Varshney
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.33776v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
TriageRAG 是一种失败感知自训练方法，对 LLM 自生成的问答对按学生模型表现分为 known、solved、context-failure、retrieval-failure 四类并分别路由训练信号。在 11 个数据集（Qwen3-4B）及 CS-Bench（Qwen3-8B）上，其性能超过预算相同的 SimRAG 1.2-6.4 个点，且是唯一能在检索反而损害基座模型的每个场景中恢复闭卷水平的方法。
来源：arXiv · cs.AI · arxiv.org