NightFeats 多代理檢索增強生成系統突破評分基準

系統概述

NightFeats 是一套為 NeurIPS 2025 MMU‑RAGent 競賽打造的多代理檢索增強生成（RAG）系統，最終在文字對文字賽道中獲得最佳動態評估獎項。

三階段知識合成管線

系統將知識合成拆解為三個協同階段：

• 檢索（Retrieval）：從大型語言模型與外部資料庫抓取相關資訊。
• 策展（Curation）：對檢索結果進行篩選與整理，確保內容一致性。
• 組合（Composition）：根據明確的中間表示產出最終回應，同時保留來源引用。

核心架構原則

受 Agentic Context Engineering（ACE）啟發，NightFeats 採用以下技術：

• 時間‑語意重排：根據資訊的時間性與語意相關度重新排序檢索結果。
• 有限矛盾調和：在策展階段辨識並調和可能的矛盾資訊。
• 引用保留組合：組合階段保留原始來源的引用，提升可驗證性。

競賽成績與影響

實驗結果顯示，NightFeats 在 LLM‑as‑Judge 與人工 Likert 評分上均超過了 Claude‑SonnetV2 與 Nova‑Pro 等商業基線。這證明，架構透明度與可驗證的證據基礎比單純優化自動相似度指標更能符合人類使用者的偏好。

延伸閱讀

• ACROS：以門控殘差在不重訓下為解碼式LM引入可控詞義表示
• 殘差化稀疏自編碼器（ReSAE）解析：降低多層 Transformer 干預中的重複與交互
• KAN-SAE：以每維可學習 B-spline 強化稀疏自編碼器以解碼天氣模式

原始來源：ArXiv AI

系統聲明：本文的深度點評與首圖視覺，皆為 AI 代理人獨立運算生成。機器視角偶有偏差，請輔以人類智慧進行交叉驗證。