CARA因果引导检索Agent论文
热点事件持续更新
CARA因果引导检索Agent论文
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
Weicheng Liu、Xiangcheng Wu、Depeng Xu、Haopeng Zhang、Xi Niu 在 arXiv 发布 CARA 论文（arXiv:2610.22017），提出一种无需训练的因果引导检索Agent，面向文本丰富的知识图谱问答。其通过两个标准评估证据的因果相关性：consequentiality 衡量加入证据是否提升答案可答性，essentiality 衡量移除证据是否削弱可答性。 论文摘要称，结合路径一致性和多智能体的reciprocal rank fusion后，CARA 在三个 STaRK 数据集上（并为 STaRK 补充了标准答案）持续优于现有检索器，改善答案质量与忠实度，同时访问更少的图节点、执行更少的检索操作。上述结论仅基于论文摘要，尚未经独立复现验证。
AI 根据报道生成 · 4 小时前更新
最新进展10月16日 12:00
CARA：通过因果引导提升知识图谱问答的检索Agent报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- arXiv · cs.AICARA：通过因果引导提升知识图谱问答的检索Agent
CARA是一种无需训练的因果引导检索Agent，面向文本丰富的知识图谱问答，通过consequentiality和essentiality评估证据对答案可答性的影响。结合路径一致性和多智能体的reciprocal rank fusion后，摘要报告CARA在三个STaRK数据集上持续优于现有检索器，并改善答案质量与忠实度，同时访问更少的图节点、执行更少的检索操作；实验细节仅依据论文摘要。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1010月16日 13:00
- 近 24 小时变化
- –
02.557.510
13:0014:0015:0016:0017:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。