論文の概要: AccurateRAG: A Framework for Building Accurate Retrieval-Augmented Question-Answering Applications

• arxiv url: http://arxiv.org/abs/2510.02243v1
• Date: Thu, 02 Oct 2025 17:30:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-03 16:59:21.253218
• Title: AccurateRAG: A Framework for Building Accurate Retrieval-Augmented Question-Answering Applications
• Title（参考訳）: AccurateRAG: 正確な検索機能強化された質問応答アプリケーションを構築するためのフレームワーク
• Authors: Linh The Nguyen, Chi Tran, Dung Ngoc Nguyen, Van-Cuong Pham, Hoang Ngo, Dat Quoc Nguyen,
• Abstract要約: 我々は、検索拡張生成(RAG)に基づく高性能質問応答アプリケーションを構築するための新しいフレームワークであるAccurateRAGを紹介する。 我々のフレームワークは、生のデータセット処理、微調整データ生成、テキスト埋め込みおよびLCM微調整、出力評価、RAGシステム構築のためのツールを備えた開発効率のためのパイプラインを提供する。
• 参考スコア（独自算出の注目度）: 14.979886171898178
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We introduce AccurateRAG -- a novel framework for constructing high-performance question-answering applications based on retrieval-augmented generation (RAG). Our framework offers a pipeline for development efficiency with tools for raw dataset processing, fine-tuning data generation, text embedding & LLM fine-tuning, output evaluation, and building RAG systems locally. Experimental results show that our framework outperforms previous strong baselines and obtains new state-of-the-art question-answering performance on benchmark datasets.
• Abstract（参考訳）: 本稿では、検索拡張生成(RAG)に基づく高性能な質問応答アプリケーションを構築するための新しいフレームワークであるAccurateRAGを紹介する。 我々のフレームワークは、生のデータセット処理、微調整データ生成、テキスト埋め込みおよびLCM微調整、出力評価、RAGシステム構築のためのツールを備えた開発効率のためのパイプラインを提供する。 実験結果から,我々のフレームワークは従来の強靭なベースラインよりも優れており,ベンチマークデータセット上での最新の質問応答性能が得られた。

関連論文リスト

• mmRAG: A Modular Benchmark for Retrieval-Augmented Generation over Text, Tables, and Knowledge Graphs [11.861763118322136]
  マルチモーダルRAGシステムを評価するためのモジュール型ベンチマークであるmmRAGを紹介する。 我々のベンチマークでは、テキスト、テーブル、知識グラフにまたがる6つの多様な問合せデータセットからのクエリを統合する。 文書関連性を注釈化し、データセット関連性を導出するための標準情報検索手順に従う。
  論文  参考訳（メタデータ） (2025-05-16T12:31:29Z)
• Chain-of-Retrieval Augmented Generation [72.06205327186069]
  本稿では,o1-like RAGモデルを学習し,最終回答を生成する前に段階的に関連情報を抽出・推論する手法を提案する。 提案手法であるCoRAGは,進化状態に基づいて動的にクエリを再構成する。
  論文  参考訳（メタデータ） (2025-01-24T09:12:52Z)
• WeQA: A Benchmark for Retrieval Augmented Generation in Wind Energy Domain [2.8514947506989707]
  Large Language Models (LLM) と Retrieval Augmented Generation (RAG) アプローチは、トランスフォーメーションソリューションを提供する。 本稿では,ドメイン関連RAGベンチマークを生成するための包括的なフレームワークを提案する。 風力エネルギー領域の第一級ベンチマークであるWeQAを導入することで、この枠組みを実証する。
  論文  参考訳（メタデータ） (2024-08-21T17:43:11Z)
• RAGEval: Scenario Specific RAG Evaluation Dataset Generation Framework [66.93260816493553]
  本稿では,様々なシナリオにまたがってRAGシステムを評価するためのフレームワークであるRAGvalを紹介する。 事実の正確性に焦点をあてて,完全性,幻覚,不適切性の3つの新しい指標を提案する。 実験結果から, RAGEvalは, 生成した試料の明瞭度, 安全性, 適合性, 豊かさにおいて, ゼロショット法とワンショット法より優れていた。
  論文  参考訳（メタデータ） (2024-08-02T13:35:11Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。