arXiv cs.AI· Lihong He, Lucian Popa, Marina Danilevsky·· 11 天前AI 评分34
小模型提问更优：面向 RAG 的查询澄清微调
A Small Model Asks Better: Fine-Tuning Query Clarification for Retrieval-Augmented Generation
AI 导读
研究提出了面向 RAG 查询澄清的数据集 ClariEdge（约 3,900 个样本），并表明轻量级微调 LoRA 能达到 96.6% 的分类准确率。该小模型在分类与澄清生成质量上均超越了多种大模型的提示词基线，且 hard negatives 是准确识别真实歧义的关键。该 LoRA 适配检索前与检索后两个阶段，可嵌入 RAG 流程作为回答生成前的校验机制。
来源：arXiv cs.AI · arxiv.org