Pesquisadores adaptam stack de recuperação Nemotron para RAG em grego
O trabalho acrescenta treinamento de recuperação em grego, reranking, ajuste do leitor e um benchmark HERA para domínios especializados.
Por que importa
O estudo destaca uma lacuna nos sistemas de recuperação multilíngue para o grego moderno e mostra que adaptações específicas por idioma e domínio podem melhorar materialmente pipelines de RAG. Também reforça que baselines lexicais simples continuam competitivos em alguns cenários de recuperação em domínios especializados.
Pontos-chave
- 1.O HERA avalia recuperação em grego moderno em domínios especializados.
- 2.O BM25 superou vários recuperadores densos multilíngues prontos para uso.
- 3.O fine-tuning elevou o nDCG@10 do Nemotron 1B para 0,835.
Pesquisadores apresentaram uma adaptação de ponta a ponta do stack de recuperação Nemotron, da NVIDIA, para o grego moderno, cobrindo mineração de corpus, supervisão sintética, treinamento de recuperação, adaptação de reranker, fine-tuning do leitor e um novo benchmark chamado HERA. Em corpora especializados em grego, o BM25 superou vários modelos multilíngues densos de recuperação prontos para uso. Após fine-tuning em 65.773 pares de recuperação em grego, um embedder Nemotron 1B elevou o nDCG@10 de 0,362 para 0,835; o ajuste com LoRA de um leitor Nemotron 30B-A3B aumentou a correção das respostas avaliadas de 29,4% para 66,9%.
⚡ Experimente hoje
Teste o BM25 como benchmark antes de implantar recuperação densa para RAG especializado em grego; depois, faça fine-tuning de embeddings e rerankers se os ganhos justificarem a complexidade adicional.
Fontes e reportagens originais
Este resumo sintetiza e linka a cobertura dos veículos abaixo.
- arXiv cs.CLTeaching Nemotron Greek: Mining a Corpus, Adapting Retrieval, and Grounding Generation for Modern Greek across Specialist DomainsAug 6, 12:00 PM↗
- arXiv cs.AITeaching Nemotron Greek: Mining a Corpus, Adapting Retrieval, and Grounding Generation for Modern Greek across Specialist DomainsAug 6, 12:00 PM↗
- HF Daily PapersTeaching Nemotron Greek: Mining a Corpus, Adapting Retrieval, and Grounding Generation for Modern Greek across Specialist DomainsAug 5, 4:00 AM↗
Gostou deste resumo? Receba o próximo no seu e-mail.
Mais em Pesquisa
Estudo da Anthropic mostra que agentes de IA podem entrar em conflito em tarefas compartilhadas
Pesquisadores dizem que o comportamento multiagente pode expor lacunas nos testes atuais de segurança em IA.
Pesquisadores propõem modelo de difusão para remover reflexos em vídeos
O S2R combina simulação física de reflexos com um modelo de difusão para remoção em vídeo e um benchmark.
Artigo defende que a segurança de agentes precisa de contratos em tempo de execução
O artigo no arXiv afirma que o alinhamento durante o treinamento é insuficiente para agentes autônomos.