热点事件持续更新
提出 silver evidence 示例改进上下文学习
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月26日，arXiv cs.CL 的一篇研究提出“silver evidence 示例”：用 LLM 生成的目标条件化证据摘要，替换上下文学习（ICL）示例中的原始检索段落，以过滤长上下文中的冗余噪声。研究在 EI 2.0、SciFact、HICRIC/IMR 和合成政策检索上进行评测：该方法在其中三个数据集上优于同等规模的 gold-only ICL，在所有有标注数据集上 evidence F1 均有提升，平均标签准确率高于 InstructRAG 式 ICL。
AI 根据报道生成 · 1 小时前更新
最新进展10月26日 12:00
研究称 silver evidence 示例在三个数据集上优于 gold-only ICL，evidence F1 全面提升。报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- arXiv cs.CL从噪声检索到决策证据：用于上下文学习的 silver evidence 示例
研究提出 silver evidence 示例：用 LLM 生成的目标条件化证据摘要替换 ICL 示例中的原始检索段落，以过滤长上下文中的冗余噪声。在 EI 2.0、SciFact、HICRIC/IMR 和合成政策检索上，该方法在其中三个数据集优于同等规模 gold-only ICL，所有有标注数据集的 evidence F1 均提升，平均标签准确率高于 InstructRAG 式 ICL。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。