宾夕法尼亚大学 · Chris Callison-Burch 教授 · 2025年5月 – 2025年8月
面向 DARPA SciFy 与 OpenScholar 的检索增强生成
为 DARPA SciFy 与 OpenScholar 上的科学问答设计并评估检索增强生成流程，重点关注检索器排序质量与可复现的评估。
贡献
- 在稠密检索器之上实现基于打分的过滤，减少传给生成器的无关上下文。
- 准备并标准化领域数据集，使检索器与生成器的替换可以在同一证据池上评估。
- 编写可复用的训练 / 评估脚本与面向实验室的文档，让其他研究者能够复现结果。
方法
- 对比式检索器微调
- 基于打分的段落过滤
- RAG 评估框架
- 领域数据集整理
PythonPyTorchHugging FaceRetrievalRAGNLP