RAGthoven 使用多阶段 RAG 流水线在多元语言幽默生成中与 Gemini 2.5 Flash 持平

作者展示了 RAGthoven，这是 SemEval-2026 Task 1 的一项系统，它将创造性文本生成分解为基于计算幽默理论的多阶段大型语言模型流水线。最终配置通过从精选笑话语料库中检索增强生成（RAG）来增强 Planner，并评估智能体变体与非智能体基准的表现。

• RAGthoven 在英语、西班牙语和中文中与 Gemini 2.5 Flash 基准并列第 1 名，置信区间重叠。
• 在西班牙语中，它以 42 个原始 Elo 分领先于基准（1182 对 1140）。
• 在英语（1045 对 1081）和中文（1045 对 1053）中，基准在同一统计平局中保持更高的原始评分。
• 尽管工具调用预算更高，但使用 ReAct 风格工具调用或自主编排的智能体变体并未产生更优的输出。

结果表明，一旦强大的前沿模型加入循环，复杂的阶段提示工程和智能体支架在语言依赖性方面会出现收益递减。