论文用分层摘要构建全局语义表示来条件化 RAG 的检索与生成。
资讯摘要
论文提出 MiA-RAG 框架，将“心智景观感知”的检索与生成统一为一种条件化范式。该方法通过分层摘要构建全局语义表示，并以此同时约束检索与生成，使检索器形成更丰富的查询嵌入，生成器在连贯的全局语境中对检索证据进行推理。作者报告该框架在多项长上下文及双语基准上稳定优于基线，并称其能将局部细节与全局表示对齐。
要点速读
- 论文提出 MiA-RAG，称其为首个将 mindscape-aware 检索与生成建模为统一条件化范式的框架。
- 方法通过分层摘要构建 mindscape 全局语义表示，并用其条件化检索与生成。
- 作者报告在多项长上下文与双语基准上持续超过基线，分析显示局部细节与全局表示更对齐。
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 2026/11/5 08:00:38（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。