★ 2
面向客户意图抽取的 LLM 输出自适应后处理架构
论文提出面向客户意图抽取（CIE）的数据集自适应后处理架构，将高召回抽取与面向效用的语义归约分离。流程包括来源预处理、意图标准化去重、嵌入聚类、关键词可解释层与受限语言模型聚合，最终产出可追溯的稳定意图单元。该架构支持机器生成意图与意图引导语义检索两类下游应用。
arXiv cs.AI25 天前
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文提出面向客户意图抽取（CIE）的数据集自适应后处理架构，将高召回抽取与面向效用的语义归约分离。流程包括来源预处理、意图标准化去重、嵌入聚类、关键词可解释层与受限语言模型聚合，最终产出可追溯的稳定意图单元。该架构支持机器生成意图与意图引导语义检索两类下游应用。
针对图式近似最近邻搜索（ANNS）索引按几何关系构建、却按语义相关性评估的「几何-语义」错配问题，论文提出LLM引导图剪枝框架LGP。它用LLM推理识别结构上「低价值」的邻居节点，替换为语义更有用的替代项，同时保留原图的稀疏性与可导航性。在DiskANN、HNSW等主流索引上，LGP端到端检索性能…