混合语料RAG新方案表现强劲
tomaarsen · x · 2026-07-17
这是一个面向混合语料 RAG 的强发布，重点适合处理 PDF、扫描页和纯文本 混在一起的场景。
帖中给出的关键信息包括：
- 面向团队做混合语料检索增强生成的工作流
- 训练规模为 213K training groups，且只训练了 single epoch
- 对比上，竞争者往往用了数百万样本，或依赖更大的教师模型蒸馏，因此这个配方仍有明显提升空间
- 训练数据是英文，但在 ViDoRe V3 上法语表现依然不错，且在三个领域里甚至超过英文
整体看，这更像是一个有实验支撑的 RAG 方案/研究结果，而不只是宣传。
所属事件:LightOn 推出多模态重排器系列(10 条相关)→
「研究」频道最新
- OpenAI 宣布三项科学新成果：涵盖数学、复杂度理论与量子场论 — thesaraharminta · 2026-10-27
- CMU 等团队提出「epiplexity」:为计算受限智能体重定义信息量 — davidmanheim · 2026-10-27
- 4 个 Gemini 智能体自助协作 27 小时通关 Minecraft — rohanpaul_ai · 2026-10-27
- OpenAI 发布 PDF 声称反驳指数时间假说:3SAT 或可近亚指数求解 — rrwilliams · 2026-10-27
- OpenAI 发布与学术社区共建科学理解的计划 — Chemical-Agency-3997 · 2026-10-27
- Retraction Watch 倡议：同行评审应付费而非无偿征召 — RexDouglass · 2026-10-27