| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | 6 | 7 |
| 8 | 9 | 10 | 11 | 12 | 13 | 14 |
| 15 | 16 | 17 | 18 | 19 | 20 | 21 |
| 22 | 23 | 24 | 25 | 26 | 27 | 28 |
Tags
- reranking
- Noise Robustness
- coding test
- LLM
- COT
- odds
- Python
- Noise
- lora
- GPT
- SFT
- Hallucination
- moe
- Parametric RAG
- Statistics
- retrieval
- Baekjoon
- NLP
- fine-tuning
- RAG
- Embedding
- Retriever
- qwen
- Document Augmentation
- DyPRAG
- Algorithm
- DPO
- 파인튜닝
- Transformer
- Do it
Archives
- Today
- Total
목록robust (1)
왕구아니다
본 논문 리뷰는 저의 개인적인 해석과 의견을 바탕으로 작성된 글입니다.내용 중 해석의 오류나 개념적인 착오가 있다면, 망설이지 마시고 댓글로 혼내주시면 감사하겠습니다~Preview- RAG에서 검색기로 문서를 검색했을 때 발생하는 노이즈 상황을 3가지로 분류- 3가지 노이즈 상황을 adversarial sample로 사용해 Adaptive Adversarial Training 수행- 단순히 노이즈 상황에 강겅한 LLM 튜닝이 아닌 노이즈 분류 loss도 추가함으로써 input으로 들어오는 문서들의 노이즈 유형까지 분류하게 학습 진행Link- 논문 : https://arxiv.org/abs/2405.20978- 코드 : https://github.com/calubkk/RAAT GitHub - calubkk..
Paper Review/RAG
2026. 2. 13. 17:26
