כתבה
arXiv cs.CL ·
CAGE: קודיפיקציה-מודעת קודקס לקידוד גרפי לאיתור-שילוב
CAGE: Coherence-Aware Graph Encoding for Retrieval-Augmented Generation
CAGE היא פרקטיקה חדשנית של קידוד גרפי, המספקת קודקס-מודעת לאיתור-שילוב. היא עושה שימוש ברשתות גרפיות ניתנות לעיבוד, כדי לקדם תאוסטרטגיה חדשה לאיתור-שילוב. CAGE נבחנה בארבעה מבחני-קידוד, והיא הציגה תוצאות טובות יותר מבסיסים חזקים, כולל monoT5.
תקציר מקורי באנגליתarXiv:2609.04647v1 Announce Type: new Abstract: Traditional Retrieval-Augmented Generation (RAG) systems score each passage independently against the query, assembling context sets that may be individually relevant yet collectively incoherent. We introduce Coherence-Aware Graph Encoding (CAGE), a reranking framework that models "between-chunk coherence" across four dimensions: Intra-Domain Relevance, Noise Resistance, Informational Bonding, and Factual Consistency. Our pipeline transforms retrieved passages into directed heterogeneous entity graphs, amplifies factual anchors via min-out-degree reweighting, encodes structural patterns through a Relational Graph Convolutional Network, and fuses inter-chunk coherence with query relevance for final ranking. Evaluated across four multi-hop benc
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית