用生成的银证据摘要替换示例中的噪声检索段落,可提升长噪声文本下的决策表现。
资讯摘要
论文提出 silver-evidence demonstrations:在上下文学习示例中,用 LLM 生成的、以目标为条件的证据摘要替换原始检索段落,生成时不使用专家标签或金证据,再与专家标签配对。在 EI 2.0、SciFact、合成政策检索和 HICRIC/IMR 数据上,作者报告该方法在四个数据集中的三个优于同等规模的仅金证据 ICL,并在所有有标注数据集上提升证据 F1。
要点速读
- 方法用 LLM 生成的目标条件证据摘要替换 ICL 示例中的原始检索段落,生成过程不接触专家标签或金证据
- 在 EI 2.0、SciFact、合成政策检索和 HICRIC/IMR 上,完整方法在四个数据集中的三个优于同等规模仅金证据 ICL
- 作者报告证据 F1 在所有有标注数据集上提升,且平均标签准确率在四个数据集上均高于 InstructRAG 式 ICL
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 2026/10/27 08:00:28(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。