arXiv · Information Retrieval· Gianluca Bonifazi, Christopher Buratti, Michele Marchetti, Federica Parlapiano, Giulia Quaglieri, Davide Traini, Domenico Ursino, Luca Virgili·· 3 小时前AI 评分37
MatRAG：面向高效多跳问答的层次化 RAG 框架
A Matryoshka Hierarchical RAG for Efficient Multi-Hop Question Answering
AI 导读
MatRAG 结合 RAG 与 Matryoshka Representation Learning，通过 DAG 层次聚类与维度感知相似度降低索引与查询成本。实验在三个多跳 QA 基准上对比七种基线，检索质量优于最强竞争对手，且无需构建知识图谱或 LLM 摘要。
来源：arXiv · Information Retrieval · arxiv.org