PyTorchKR Papers

최신 논문

총 2편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2607.06507v1cs.CL

DynaKRAG: 다중 홉 검색-증강 생성에서 학습 가능한 증거 제어를 위한 통합 프레임워크

DynaKRAG: A Unified Framework for Learnable Evidence Control in Multi-Hop Retrieval-Augmented Generation

DynaKRAG는 다중 홉 RAG에서 반복 검색, 질의 재구성, 브리지 엔티티 확장, 충분성 판단 등 이질적인 증거 연산을 통합된 상태 조건부 프레임워크로 정식화하며, 유효성 레이어가 실행 가능한 액션 집합을 구성하고 학습된 컨트롤러가 최적 연산을 선택한다. Qwen2.5-7B-Instruct 기반으로 HotpotQA, 2WikiMultiHopQA, MuSiQue 세 벤치마크에서 모든 기준선을 능가하며, 학습된 컨트롤러 제거 시 F1이 최대 5.78 포인트 하락해 상태 조건부 제어 정책 학습의 효과를 입증한다.

arXiv:2606.01697v2cs.CL

RCEM: 분포 변화에서의 강건한 대화형 검색 임베더

RCEM: Robust Conversational Search EMbedder in Distributional Shift

RCEM은 대화형 쿼리를 LLM이 재작성한 쿼리에 정렬하면서 원래 임베딩 공간을 유지해, 추론 시 LLM 호출 없이 한 번에 임베딩을 생성하는 강건한 대화형 검색 임베더입니다. 긴 대화-패시지 직접 매칭 대신 짧은 재작성 쿼리로 학습을 단순화해 과적합을 줄이고 관련성 라벨 없이도 기존 인덱스를 재구축하지 않으며, 분포 변화 상황에서 최대 30%까지 기존 방법을 능가합니다.