IBM STAIR 用目录结构做检索,幻觉率降至 0.05% 以下
alex_verem · x · 2026-10-14
IBM 研究团队发布 STAIR(Structure Aware Information Retriever),一种利用文档全局结构(如目录)的生成式检索系统,不依赖向量数据库、embedding 检索或重排序器。
- 核心思路:传统 RAG 把长文档按长度切块,丢失了语义全局结构;STAIR 让 LLM 利用目录(ToC)来存储和检索信息,类似人类「先查目录再翻章节」的阅读方式,可规避 long context 的 lost-in-the-middle 问题。
- 效果:与微调过的可微搜索索引(DSI)基线对比,基于 ToC 的方法幻觉率低于 0.05%,官方宣传为最强竞品的约 1/65;在极少量训练样本下也能泛化。
- 基准:随论文发布 SearchTome 基准,覆盖 6 个领域的 18 本书;STAIR 在其上取得 82.6% 的 Recall@1。
论文已上 arXiv(2609.03874),含完整消融实验。
所属事件:IBM STAIR 用目录检索替代向量库，幻觉率低至 0.05%(2 条相关)→
「研究」频道最新
- 潜艇网络战研究发现：操作员认知容量随战况剧烈波动 — J_MaestreVidal · 2026-10-14
- Recova 用编码智能体在仿真中练出机器人自恢复能力，人工干预率从 87.5% 降到 0% — Lianhuiq · 2026-10-14
- NVIDIA AlphaNIST：纯二值奖励让机器人自悟装配技能，成功率 98.2% — abhishekunique7 · 2026-10-14
- 加密思维链可被还原：三大厂商推理轨迹窃取攻击公开 — matthew_d_green · 2026-10-14
- 多数人脑中存有来自母亲的细胞，八旬老人也不例外 — AnnaCiaunica · 2026-10-14
- 循环层让小模型决策准确率大增：1.4B 逼近 3 倍大模型 — rohanpaul_ai · 2026-10-14