热点事件持续更新
Sieve and Sage：RALM高效分心过滤与可靠放弃框架
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
2026-09-30，arXiv · Computation and Language 发表一手研究 Sieve and Sage。该框架将检索失败分解为“不可回答”与“受干扰”两种状态，由轻量模块 Sieve 筛选干扰证据，再调用 LLM（Sage）生成答案或拒答。在通用与高风险专家领域，较单阶段基线准确率最高提升 69.4 个百分点、Macro-F1 提升 55.2 个百分点，速度最高加快 1.99 倍。
AI 根据报道生成 · 5 小时前更新
最新进展9月30日 12:00
Sieve and Sage 框架通过两阶段过滤与拒答，在准确率和速度上均显著优于单阶段基线。报道时间线
沿着报道，了解事件的不同侧面。
9月30日
- arXiv · Computation and LanguageSieve and Sage：高效干扰过滤实现可靠 RALM 拒答
Sieve and Sage 将检索失败分解为不可回答与受干扰两种状态，用轻量模块 Sieve 筛选干扰证据，再调用 LLM（Sage）生成与拒答。在通用和高风险专家领域较单阶段基线准确率最高提升 69.4 个百分点、Macro-F1 提升 55.2 个百分点，速度最高加快 1.99 倍。
本事件热度走势
当前热度 8·可比范围峰值 9（9月30日 14:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。