arXiv · cs.AI· Aditya Agrawal, Alwarappan Nakkiran, Aman Singh Thakur, Alex Karlsson, Harsha Aduri·· 1 天前
RAG需超越事实检索以表征多元意见：Opinion-Aware RAG提出意见感知检索方法
Retrieval-Augmented Generation Must Move Beyond Factual Grounding to Represent Diverse Opinions
arXiv:2604.12138v5阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Aditya Agrawal, Alwarappan Nakkiran, Aman Singh Thakur, Alex Karlsson, Harsha Aduri
研究任务与主要进展
基于论文摘要，作者提出观点导向的立场：RAG应同时处理意见内容中的随机不确定性，而不应只围绕所谓正确答案检索。其提出的Opinion-Aware RAG（O-RAG）在文档索引前加入由LLM提取的实体关联意见元数据；在电商卖家论坛和公开酒店评论上，O-RAG将响应与语料级情感分布的Wasserstein距离降低18%—48%，人工评估者有79.2%的时间更偏好其回答。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org