论文略读：GINGER: Grounded Information Nugget-Based Generation of Responses

SIGIR 2025

• 用户日益依赖对话助手（如 ChatGPT）来满足多种信息需求，这些需求包括开放式问题、需要推理的间接回答，以及答案分布在多个段落中的复杂查询
  • RAG试图通过在生成过程中引入检索到的信息来解决这些问题
    • 但如何确保回应的透明性和来源可追溯性仍是一个未解难题
    • 在提示中注入证据可以减少幻觉（hallucination），但冗余信息和过长的上下文容易导致“中间信息遗失”（lost in the middle）问题，即模型难以从长上下文的中部提取相关信息
• ——>论文提出了一个模块化流水线：GINGER（Grounded Information Nugget-Based GEneration of Response）
  • 与现有 RAG 方法相比，GINGER 的主要创新在于它基于“信息颗粒”（information nuggets）运作，后者是最小的相关信息单元
  • 在响应用户查询所检索到的一组段落中，GINGER 识别出段落中的信息颗粒，按查询的不同方面对其进行聚类，按相关性对聚类进行排序，对最相关的聚类进行摘要，并对最终回应进行流畅性与连贯性的优化
  • GINGER 独特地建模查询的不同方面，以确保回应中包含尽可能多的独特、有用的信息
  • 该方法通过将最终回应紧密锚定于原始段落来源，并支持轻松验证引用，显著提升了用户体验。
•