热点事件观察中

Yifan Zhao 等在arXiv发布RAG分块方法QESChunker论文

1 篇报道1 个报道来源1 天前更新

先了解这件事

AI 综述

Yifan Zhao 等在 arXiv（arXiv:2610.36557）发布论文，提出 RAG 分块方法 QESChunker。作者称这是首个基于问题-证据监督构建静态分块索引的方法，将分块转化为以最大化问题-证据效用为目标的有监督组合优化问题。技术细节上，非重叠场景可用动态规划在多项式时间精确求解；重叠场景下用贪心算法，达到 (1-1/√e) 近似。在两个自建和三个公开数据集上，在相同重叠设置和固定混合检索器下，两种变体几乎在所有评测设置中的完整证据召回率都优于现有分块方法。

AI 根据报道生成 · 1 小时前更新

最新进展10月27日 11:05

QESChunker：单一目标统一 RAG 中的重叠与非重叠分块

报道时间线

沿着报道，了解事件的不同侧面。

10月27日

11:05
arXiv · cs.CL
QESChunker：单一目标统一 RAG 中的重叠与非重叠分块
QESChunker 是首个基于问答对监督构建静态分块索引的方法，通过问题-证据效用最大化目标将分块转化为有监督组合优化问题。非重叠场景下可用动态规划在多项式时间精确求解，重叠场景下贪心算法达到 (1-1/√e) 近似。在两个自建和三个公开数据集上，两种变体在相同重叠设置和固定混合检索器下，几乎在所有评测设置中的完整证据召回率都优于现有分块方法。

本事件热度走势

还没有足够的连续观测数据，暂不绘制趋势。