כתבה
arXiv cs.CL ·
R$^{2}$Adapter: אדפטר לניתוב וכתיבה מחדש
R$^{2}$Adapter: A Routing and Rewriting Adapter for Efficient Hybrid RAG
R$^{2}$Adapter הוא אדפטר קל משקל לניתוב וכתיבה מחדש, מיועד לאלוקציה דינמית של שאילתות בין RAG רגיל ל-RAG גרפי. האדפטר מקטין את השימוש ב-RAG גרפי עד 59% תוך קיום דיוק תשובות דומה.
תקציר מקורי באנגליתarXiv:2609.02894v1 Announce Type: new Abstract: Retrieval-Augmented Generation (RAG) has become a prevailing paradigm for enhancing Large Language Models (LLMs) with non-parametric knowledge. Vanilla RAG efficiently handles simple queries but struggles with relational or multi-hop reasoning. Graph-based RAG alleviates this issue but incurs higher inference complexity and latency. In practice, user queries can differ significantly in their complexity, rendering a fixed RAG strategy suboptimal. However, existing hybrid text-graph RAG methods typically rely on heuristic and LLM-based routing, resulting in unnecessary overhead and strong dependence on the underlying LLM. To address these challenges, we propose R$^{2}$Adapter, a lightweight plug-in Routing and Rewriting Adapter designed to allo
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית