ConRAG：共识驱动多跳问答框架提出
热点事件持续更新
ConRAG：共识驱动多跳问答框架提出
1 篇报道1 个报道来源15 小时前更新
先了解这件事
AI 综述
研究者 Yikai Zhu 等人提出 ConRAG，一个面向多跳问答的共识驱动证据流框架：通过共识驱动的多视角排序筛选相关证据，并用槽位机制在依赖推理步骤间传递中间信息。 论文称，在三个多跳问答基准上，ConRAG 于 Gemma-4-31B-it 上平均分超越最强基线 5.8 分，端到端运行时间与 token 消耗分别降低 75.9% 和 67.3%。这些结果来自作者自报，尚未见独立复现或同行评审确认。
AI 根据报道生成 · 1 小时前更新
最新进展10月15日 12:00
ConRAG：面向多跳问答的共识驱动证据流框架报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv：cs.CLConRAG：面向多跳问答的共识驱动证据流框架
针对多跳 RAG 的证据选择与信息传递难题，研究者提出 ConRAG 框架，通过共识驱动的多视角排序筛选相关证据，并用槽位机制在依赖推理步骤间传递中间信息。在三个多跳问答基准上，ConRAG 于 Gemma-4-31B-it 上平均分超越最强基线 5.8 分，端到端运行时间与 token 消耗分别降低 75.9% 和 67.3%。
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。