כתבה
arXiv cs.CL ·
Sieve ו-Sage: סינון וחכמה: סינון יעיל להפניית חסימה עבור RALM
Sieve and Sage: Efficient Distraction Filtering for Reliable RALM Abstention
Sieve ו-Sage: סינון יעיל להפניית חסימה עבור RALM. המאמר עוסק בפיתוח של Sieve ו-Sage, שהם שני חלקים שמסייעים בסינון ובהפניית חסימה ב-RALM. Sieve מסייע בסינון של תוצאות החיפוש, ו-Sage מסייע בהפניית חסימה. המאמר מציג את התוצאות של Sieve ו-Sage, ומראה כי הם יעילים ומוצלחים בהפניית חסימה.
תקציר מקורי באנגליתarXiv:2609.35794v1 Announce Type: new Abstract: Just as Socrates recognized the limits of his own knowledge, Retrieval-Augmented Language Models (RALMs) should learn to abstain when the retrieved evidence cannot support a reliable response. Existing approaches largely rely on monolithic LLMs to handle heterogeneous retrieval failures in a single step, resulting in limited abstention performance and high computational costs. We instead decompose retrieval failures into two distinct states: (i) the unanswerable state, where the required evidence is absent, and (ii) the distracted state, where relevant evidence is mixed with conflicting, negated, or adversarial information. Based on this decomposition, we introduce a lightweight module (Sieve) that screens retrieved document sets for distract
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית