비전통적 솔버를 활용한 검색 증강 질문 답변을 위한 QUBO 최적화 증거 선택

연구자들은 상위 k랭킹의 한계와 비용이 많이 드는 LLM 기반 선택자의 문제를 해결하기 위해 검색 증강 질문 답변에서의 증거 선택을 이차 무제약 이진 최적화(QUBO) 문제로 공식화합니다.

이 방법은 관련성, 요구 사항 커버리지, 지원 강도, 중복성, 상호 보완성 및 컴팩트성을 균형 있게 맞추는 에너지 함수를 구성합니다. HotpotQA에서 BM25, 최대 마진 관련성 및 다양한 LLM 기반 세트 선택자와 같은 베이스라인과 비교하여 평가됩니다. QUBO 선택자는 경쟁력 있는 정확 일치 및 토큰 F1 성능을 달성하면서 컨텍스트 선택을 Ising/QUBO 호환 솔버로 처리할 수 있게 합니다.

이 접근 방식은 LLM이 의미 처리와 답변 생성에 전념하고 조합적 증거 선택이 전용 하드웨어로 오프로드되는 RAG 파이프라인으로 가는 길을 엽니다.