Dans l'actualité
Tracing and Taming Hallucinated Terms via Subsequence-Association Filtering and Breadth-Aware Selection for LLM Query Expansion
arXiv cs.AI · Publié le · 3 min de lecture
En 30 secondes
- Ce qui s'est passé
- SAFE-QE filtre les termes hallucines des expansions de requetes generees par LLM en verifiant leur reproducibilite dans le corpus et en optimisant la couverture.
- Pourquoi ça compte
- Les ingenieurs search doivent considerer cette methode quand ils utilisent des LLM pour etendre les requetes, car les hallucinations degradent la qualite du ranking.
- Vigilance
- La methode n'est evaluee que sur TREC et BEIR; sa performance en production sur des systemes search reels reste a demontrer.
- llm
- language model
- retriever
- hallucinat
Les patterns derrière cette actualité
- Query Transformation Retrieval
- Cost-Aware Model Selection
- Structure-Aware Codebase Retrieval (Repo Map)
Chacun explique le fonctionnement de la technique, quand elle vaut son coût et où elle casse.
The Agent Architect
Un pattern, un compromis, une panne de production racontée. Un brief hebdomadaire court pour ceux qui construisent des systèmes agentiques.
Un email par semaine, désinscription en un clic. Votre adresse ne sert qu'à envoyer le brief.