阿里提出 QESChunker:用问答监督统一 RAG 重叠与非重叠分块
_reachsumit · x · 2026-10-29
阿里巴巴团队发布论文 QESChunker(Question-Evidence-Supervised Chunker),据作者称是首个从问句-证据对监督信号构建静态分块索引的方法,无需访问测试查询。
核心思路:
- 用人工标注或 LLM 生成的问句-证据对作为监督,把 RAG 分块重构为有监督的组合优化问题,目标是最大化问句-证据效用。
- 非重叠约束下,目标函数可按块分解,用动态规划在多项式时间内精确求解。
- 允许重叠时,目标函数变为单调次模函数,精确求解是 NP-hard,贪心算法可达到 (1-1/√e) 近似。
- 在 2 个自建数据集和 3 个公开数据集上,在相同重叠设置与固定混合检索器下,两种变体在完整证据召回率上几乎全面超过现有分块方法。
论文将分块重新定义为有监督、预算感知的证据检索索引构建,共 16 页,含 8 图 4 表。
「研究」频道最新
- 结合蛋白设计只解释约 3% 临床失败，AlphaFold 类模型被高估？ — clarejtbirch · 2026-10-29
- Byte H-Net 代码任务显示 2.24 倍计算效率，OpenAI 研究员提醒规模 caveat — willdepue · 2026-10-29
- 467页图解《心理学与神经科学原理》上线,可配 AI 导师阅读 — burkov · 2026-10-29
- 新工作论文：AI 可依据预注册文件预测经济学处理效应 — birchlse · 2026-10-29
- kalomaze：固定尺寸 UTF-8 线性投影基线够用，BPE 只是惯性特权 — kalomaze · 2026-10-29
- ProgramLab 发布：1261 个真实程序作智能体训练场，可单练也可组队 — jyangballin · 2026-10-29