arXiv发布Agentic AutoRAG研究

发生了什么

据arXiv cs.CL论文，研究者提出Agentic AutoRAG，一种基于LLM代理的检索增强生成（RAG）超参数优化器。该方案通过Diagnoser将失败归因于检索或生成阶段，Proposer在知识库中权衡精度与成本选择配置。在多跳问答基准测试中，其前10次试验即达到基线30次的准确率；在医疗语料成本感知模式下，以约58%的成本实现77%的中位准确率，或以22%的成本匹配71.5%的准确率。