arXiv论文提出免训练语义树框架优化长上下文检索
热点事件持续更新
arXiv论文提出免训练语义树框架优化长上下文检索
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
Zhe Xu 等在 arXiv 论文（2610.34146）中提出名为 \ours 的免训练框架，用语义抽象指导证据选择，同时保留原文用于回答。论文称，该框架从全文一次生成可复用的语义层级，并通过结构—语义打分与词法归因选取节点。 据论文实验，在三个 LongBench 任务上，该框架在四个前沿回答模型上平均 QA-F1 较全上下文提示提升 1.72 分，同时答案上下文长度减少 58.55%，代码已开源。
AI 根据报道生成 · 55 分钟前更新
最新进展10月27日 12:00
长上下文时代如何重新思考检索：免训练语义树实现自适应上下文构建报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.AI长上下文时代如何重新思考检索：免训练语义树实现自适应上下文构建
一项 arXiv 研究提出名为 \ours 的免训练框架，用语义抽象指导证据选择，同时保留原文用于回答。该框架从全文一次生成可复用的语义层级，并通过结构—语义打分与词法归因选取节点。在三个 LongBench 任务上，该框架在四个前沿回答模型上平均 QA-F1 较全上下文提示提升 1.72 分，同时答案上下文长度减少 58.55%，代码已开源。
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。