追踪实体：面向智能体搜索的语料库地图
回答大型文档集合中的问题，往往需要串联散落在多份文档中的证据。LLM 智能体可以迭代搜索语料库，但如果文档只是平铺的文件集合，智能体就必须针对每个查询重新发现文档之间的关系。研究人员提出 CorpusMap 这一导航层，将反复出现的实体整理为实体页面，并链接到所有提及该实体的文档。由此形成实体与文档的图，供智能体遍历；链接在离线阶段解析，无需在每次推理时重新发现。使用七种模型和三个基准数据集进行的测试表明，与直接搜索原始语料库相比，CorpusMap 提升了证据发现能力和回答质量，平均 token 用量也更少；其表现还优于四种替代导航层。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。