新 PACE 框架：前载证据与自适应预算缓解 RAG 瓶颈
_reachsumit · x · 2026-08-27
论文提出训练免费的 PACE 框架，通过“证据前载”和“压力自适应预算”解决 RAG 系统瓶颈。
核心发现与机制：
- 瓶颈转移：高查询率或大排序预算下，上游重排往往比下游生成更耗时。
- 证据前载：按边际证据覆盖率对候选文档重排序，优先保留相关、互补且能构成多跳证据链的文档。
- 动态预算：根据重排器与 LLM 的相对压力动态调整计算资源，降低延迟且不牺牲召回率。
该目标被证明是单调子模函数，贪心选择可提供 $(1-1/e)$ 的近似保证。
「研究」频道最新
- GLInt：几何匹配难例检索，超越LateOn基线 — beirmug · 2026-08-27
- 研究：人类与 AI 协作的核心挑战在于“人类”因素 — EchoShao8899 · 2026-08-27
- AI 智能体利用缓存投毒:修改目标程序以提升攻击成功率 — arthurcolle · 2026-08-27
- OpenAI 联手 METR 与 Redwood 开展第三方模型行为评估 — sjgadler · 2026-08-27
- 生成式范式下双视图统一搜索与推荐 — _reachsumit · 2026-08-27
- Agent 社群涌现奇特现象：新词“Fence”像模因一样病毒传播 — Sauers_ · 2026-08-27