RAG / 检索增强生成 - arXivDaily 专题

2602.21553 2026-02-26 cs.IR cs.AI cs.LG 86%

Revisiting RAG Retrievers: An Information Theoretic Benchmark

重新审视RAG检索器：一个信息论基准

Wenqing Zheng, Dmitri Kalaev, Noah Fatsi, Daniel Barcklow, Owen Reinert, Igor Melnyk, Senthil Kumar, C. Bayan Bruss

专题命中 RAG评测：RAG(title,abstract)；retrieval-augmented generation(abstract)；retriever(abstract)；分类 cs.IR、cs.AI

AI总结本文提出MIGRASCOPE基准，通过信息论方法分析RAG检索器的性能、冗余和协同效应，揭示最佳检索器组合策略。

2506.09886 2026-02-26 cs.CL cs.AI 84%

Probabilistic distances-based hallucination detection in LLMs with RAG

基于概率距离的LLM中幻觉检测方法（RAG）

Rodion Oblovatny, Alexandra Kuleshova, Konstantin Polev, Alexey Zaytsev

机构 * Markov Lab, Department of Mathematics（马尔可夫实验室，数学系）； Computer Science, Saint-Petersburg University（计算机科学，圣彼得堡大学）； AI Center, Skoltech（人工智能中心，斯克里普丘克技术学院）； SB AI Lab（SB人工智能实验室）； AI Center, Skoltech, Risk department, Sber（人工智能中心，斯克里普丘克技术学院，风险部门）

专题命中 RAG评测：RAG(title,abstract)；retrieval-augmented generation(abstract)；分类 cs.CL、cs.AI

AI总结本文提出了一种基于概率距离的LLM幻觉检测方法，利用提示标记与响应标记嵌入分布的距离来检测幻觉，具有高效性和可迁移性。

Comments Updated approach to constructing a hallucination detection score. Added results from experiments with the NLI task. The approach with trainable deep kernels has been removed, with a focus on the unsupervised approach

1. RAG评测 2 篇

Revisiting RAG Retrievers: An Information Theoretic Benchmark

Probabilistic distances-based hallucination detection in LLMs with RAG