轻量LoRA微调在查询澄清分类上优于大模型提示基线。
资讯摘要
论文提出ClariEdge数据集，约3900个示例，覆盖多轮对话中表述不清、上下文歧义以及检索文档存在多种解读的查询，并包含无需澄清的负例。作者报告，轻量LoRA微调模型分类准确率达96.6%，在分类与澄清生成质量上优于多个大模型的提示基线；硬负例是区分真歧义与可由上下文消解查询的关键。该LoRA在检索前与检索后场景均表现良好，可在RAG流程中作为生成答案前的检查。
要点速读
- ClariEdge约含3900个示例，含歧义查询与无需澄清的负例，数据集已在Hugging Face发布。
- 作者报告轻量LoRA分类准确率96.6%，在分类和澄清生成质量上超过多个大模型的提示基线。
- 研究指出硬负例对区分真歧义与可由上下文消解的查询至关重要，该LoRA可用于检索前和检索后两处。
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 2026/10/23 08:00:11（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。