RAG / 检索增强生成

SAGE: Selective Attention-Guided Extraction for Token-Efficient Document Indexing

SAGE：基于选择性注意力的令牌高效文档索引提取

Xinzhi Wang, Peter Baile Chen, Gerardo Vitagliano, Matthew Russo, Jun Chen, Michael Cafarella, Samuel Madden, Chunwei Liu

专题命中 长文档RAG ：RAG(abstract,abstract_cn)；retrieval-augmented generation(abstract)；分类 cs.DB

AI总结 本文提出SAGE方法，通过轻量本地LLM进行单次预填充，将语言模型注意力信号转化为查询特定的相关热图，从而在可控粒度下选择高相关单元，减少上下文并提升问答性能。

Comments 12 pages, 10 figures

How Large Language Models Balance Internal Knowledge with User and Document Assertions

大型语言模型如何在内部知识与用户和文档断言之间取得平衡

Shuowei Li, Haoxin Li, Wenda Chu, Yi Fang

机构 * Santa Clara University（圣克拉拉大学） ； Nanyang Technological University（南洋理工大学） ； California Institute of Technology（加州理工学院） 纠错

专题命中 长文档RAG ：RAG(abstract,abstract_cn)；分类 cs.CL

AI总结 本文研究了大型语言模型在处理内部知识与外部信息时的平衡问题，提出三源交互框架，评估27个模型，发现模型更依赖文档断言，且通过微调可提升其区分能力。

Comments Findings of ACL 2026