论文
5ting at SemEval-2026 任务 8：通过基于 LLM 的重排序和 忠实性 控制实现强大的端到端多轮 RAG
5ting at SemEval-2026 Task 8: Strong End-to-End Multi-Turn RAG via LLM-Based Reranking and Faithfulness Control
摘要
我们介绍 5ting，这是我们用于 SemEval2026 Task 8 (MTRAGEval) 的系统，它评估多轮检索增强生成 (RAG) 系统。多轮 RAG 涉及上下文漂移、规范不足和幻觉风险。我们的系统将 BGE-M3 密集检索与 FAISS 索引、双查询合并检索和基于 LLM 的重新排序相结合，然后是限制检索证据的角色分离生成。 检索器 在任务 A 中实现了 nDCG@5 = 0.4719，而端到端系统在任务 C 中排名为 0.5597，RL_F = 0.7692。