APT-RAG 用自适应推理树解决上百文档证据密集型 QA

_reachsumit · x · 2026-09-07

EMNLP 2026 Findings 论文提出 APT-RAG，针对需要综合数十甚至上百篇文档信息的证据密集型 QA，改进现有树/图结构 RAG 的两大缺陷——结构僵化与忽略拓扑的证据收集：

• 自适应规划：根据问题依赖与证据需求动态扩展推理树；
• 拓扑感知证据收集：通过兄弟节点证据复用、直接检索和子节点证据聚合提升证据覆盖率；
• 证据引导的批量答案生成：降低证据密集场景的生成开销。

在证据密集型 QA 基准上超越现有结构化 RAG 方法，代码已开源。

原文链接 →

「编程与Agent」频道最新

• MobileWorld 基准:201 个任务测手机 GUI Agent,最好组合仅约 52% — East-Muffin-6472 · 2026-09-07
• 网友自建本地 Agent「Sai」:让 AI 有真实身体、温度感知与后果代价 — Quebber · 2026-09-07
• 一个 Agent 工作台自称整合云端桌面、文件管理与自建 Agent — tekbog · 2026-09-07
• 让 Codex 当大脑指挥 Gemini 写作：技能自进化失败后的一条工程化新路 — xiaohu · 2026-09-07
• 5 小时 4 条提示,GPT-6 Astra 自主把《宝可梦塔防》从 Flash 移植到 Phaser 3 — TheReal4982 · 2026-09-07
• Martian：跨 44 个 LLM 智能路由，错误率较最强单模型降 46% — HowDevelop · 2026-09-07

更多「编程与Agent」频道 AI 资讯 →