RAGnRoll：通过多轮分解训练 LLM 生成可溯源回答
_reachsumit · x · 2026-07-22
RAGnRoll 提出了一种新的检索增强生成训练方法。通过多轮任务分解和子查询规划，训练 LLM 生成带有明确来源、有依据的回答片段，从而提升生成内容的可归因性和事实准确性。
「研究」频道最新
- OpenD4RT 发布 4D 重建与跟踪的开源 PyTorch 实现 — rsasaki0109 · 2026-07-22
- DiligenceBench 测公募研究 agent，Muse Spark 1.1 拿到 57.4% — karinanguyen · 2026-07-22
- EoBench 发现 LLM 会被语气、确定性和措辞影响 — rohanpaul_ai · 2026-07-22
- MSA Pairformer 准确率超过 ESMC 6B，学界却还在凑 10 万美元 — KevinKaichuang · 2026-07-22
- 有人指出 Agent 环境必须覆盖 API 密钥与安全突破 — 1a3orn · 2026-07-22
- 没有“半路失败”任务，模型可能学不会体面地停下 — 1a3orn · 2026-07-22