arXiv stat.ML· Muhammad Aimal Rehman, Chi-Kuang Yeh·· 2026-10-01AI 评分35
多跳 RAG 的保形事实性控制
Conformal Factuality Control for Multi-Hop Retrieval-Augmented Generation
AI 导读
将拆分保形主张过滤应用于多跳 RAG 可显著提升事实性，在 Llama 3.1 8B 与 GPT-4o-mini 的 95% 目标下，完全受支持的回答比例从无过滤的 55.60%-76.03% 提升至 95.80%-97.20%。但该改进具有强选择性，该目标下仅保留 4.41%-31.09% 的生成主张，且仅 9.70%-51.40% 的回答保持非空。
来源：arXiv stat.ML · arxiv.org