arXiv cs.CL· Samarth Varshney, Ritu Yadav·· 4 小时前AI 评分40
TriageRAG：面向专业领域检索增强语言模型的失败感知自训练方法
TriageRAG: Failure-Aware Self-Training for Adapting Retrieval-Augmented Language Models to Specialized Domains
AI 导读
TriageRAG 提出一种失败感知自训练方法，用带与不带检索上下文的两次探测把自生成问题分为已知、已解、上下文失败、检索失败四类，再分别路由到对应的训练信号。在覆盖三个领域的 11 个数据集上以 Qwen3-4B 为底座、并在 CS-Bench 上使用 Qwen3-8B，其表现比同预算的 SimRAG 高 1.2-6.4 分。在检索反而拖累基座模型的场景中，它是唯一能把结果恢复到闭卷水平的方法。
来源：arXiv cs.CL · arxiv.org