HiFi-RAG：用于开放域问答的改进型RAG

本文介绍了HiFi-RAG，一个在MMU-RAGent NeurIPS 2025竞赛中获胜的新型检索增强生成（RAG）系统。其核心创新在于分层过滤方法和两阶段生成策略，利用不同的Gemini 2.5模型来实现效率和性能。本文强调了相对于基线的显著改进，特别是在一个侧重于截止后知识的自定义数据集上，展示了系统处理最新信息的能力。

• •HiFi-RAG是一个采用分层过滤和两阶段生成的新型RAG系统。
• •它利用Gemini 2.5 Flash提高效率，并使用Gemini 2.5 Pro进行推理。
• •该系统实现了显著的性能提升，尤其是在截止后知识任务上。
• •该方法展示了多阶段管道在RAG中的有效性。