TCAR-Gen：時序圖檢索與證據融合的知識基礎生成框架

根據 arXiv 上發表的研究論文，研究者提出了一個名為 TCAR-Gen 的新框架，旨在解決現有檢索增強生成系統在歷史犯罪案件敘事等複雜問題中進行時序推理和證據融合的困難。傳統方法要麼獨立於查詢語義進行檢索，要麼無法連貫地整合多個證據來源。TCAR-Gen 結合了查詢條件圖神經網絡、時序證據融合和鏈式樹推理，將答案生成基於檢索到的證據。在 Victorian Crime Diaries 基準測試中，TCAR-Gen 在七種查詢類型上達到了 0.3738 的 Recall@5，優於 Vanilla RAG、Temporal RAG、GraphRAG-C 和 GraphRAG-T。消融研究顯示，上下文圖、時序懲罰機制和查詢條件是關鍵組件。跨模型評估表明，TCAR-Gen 在較小模型規模下保持穩健的檢索覆蓋，但生成質量隨模型容量降低而下降。這項工作表明，顯式時序建模和多分支證據融合對於知識基礎語料庫上的忠實、推理密集型問答至關重要。