DuQUAD：双视角与质量感知证据剪枝的多文档问答框架

DuQUAD 用双视角推理与质量感知剪枝缓解多文档问答的位置偏置。

资讯摘要

论文提出 DuQUAD 多文档问答框架，针对检索增强生成中证据位于上下文中部时被系统性忽视的“Lost in the Middle”问题。该框架由受 Structural Fusion Score 引导的 Local Agent 与对全部文档推理的 Global Agent 组成双视角，并用显式质量评分筛选候选证据、在句子级精炼以降低噪声。作者报告其平均准确率较最强基线提升 3.0%，金标证据召回率提升 9.4%，计算成本低于现有多智能体框架。

要点速读

1. 论文提出 DuQUAD，结合 Local Agent 与 Global Agent 的双视角推理缓解位置偏置。
2. 框架使用显式质量评分过滤候选证据，并在句子级精炼以减少噪声。
3. 作者报告平均准确率较最强基线提升 3.0%，金标证据召回率提升 9.4%，计算成本低于现有多智能体框架。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/31 08:00:18（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。