IBM STAIR 利用目录检索，幻觉率降至对手 1/65
alex_verem · x · 2026-11-03
IBM 团队发布 STAIR（STructure Aware Information Retriever），质疑传统 RAG 按固定长度切块的做法——切块会丢掉文档自带的全局结构，导致 chunk 跨主题、互相竞争。
STAIR 的做法是：不再切块，而是把整份目录（Table of Contents）连同问题一起交给微调过的 Mistral 7B，让模型直接指出答案所在章节，并提前把语料训练进模型参数，无需向量数据库和 embedding。
在自建的 SearchTome 基准（18 本开放教材、6 个领域、103,249 个测试问题）上：
- STAIR 首次命中正确章节 82.6%，对比同系统去掉目录的 76.9%（6 个领域均统计显著）、BM25 关键词检索 59.5%、DPR embedding 检索 68.7%、未微调 Mistral 13.8%
- 编造无效章节名的比例从 3.25% 降到 0.05%，约 65 倍差距（部分因输出被限制在真实章节名内）
局限：需针对自家文档训练模型，测试仅覆盖教材类文档，且测试问题由另一个 AI 生成，不代表真实用户提问的表现。论文已发布在 arXiv（2609.03874），数据集与代码开源。
所属事件:IBM 发布结构感知检索器 STAIR，幻觉率大幅降低(3 条相关)→
「研究」频道最新
- 生成式长视频漂移问题的新思路：让每帧看到全片 — mangahomanga · 2026-11-04
- Reddit 研究者征集 Chinchilla 缩放定律小规模复现实验经验 — turing-math-labs · 2026-11-04
- TLAPS-Bench 发布:265 个真实系统证明目标,GPT-6.1 Sol 仅解出 44.3% — tianyin_xu · 2026-11-04
- StreamDuo 让游戏解说 AI 看懂没玩过的游戏,实体召回提升近 30% — Zixian Gao · 2026-11-04
- Redwood 研究员析递归自我改进：AI 研究自动化与失控加速可以拆开看 — deanwball · 2026-11-04
- UMAP 0.6 引入 Adam 与动量布局优化器,0.7 将设为默认 — leland_mcinnes · 2026-11-04