BioASQ 14B 上的 BIT.UA：使用 pg_textsearch 和 Qdrant 进行模块化检索，以及基于代理的答案生成

本文介绍了阿威罗大学的 BIT.UA 团队参与第 14 版 BioASQ Task B 生物医学问答挑战赛的情况。在我们之前提交的内容的基础上，我们引入了经过大幅重构和模块化的代码库，并对管道的检索和生成组件进行了重大更改。对于 Phase~A 文档检索，我们将 PyTerrier PISA 索引替换为基于 PostgreSQL 的 pg\_textsearch 进行 BM25 检索，并采用 Qdrant 进行密集嵌入索引，从而实现更高效的存储和 GPU 加速的相似性搜索。我们探索了基于 HyDE 的查询扩展以及 Context-1 检索策略。开发了一种新的重新排序训练管道，其中包含负采样的密集检索。对于阶段 A+ 和 B 答案生成，我们引入了 LLM 作为法官框架和新颖的代理仲裁机制，其中具有不同提示的多个代理进行辩论，并使用自适应文档保留迭代地收敛于共识答案。我们还第一次参与了片段生成子任务。我们的系统在所有批次中都取得了具有竞争力的结果，其中 Phase~A 系统的 MAP 等级达到了 5（批次~1,3）。我们讨论了这些架构变化的影响、吸取的经验教训，并概述了未来工作的方向，包括 SPLADE 和 ColBERT 集成。所有代码均公开可用：https://github.com/bioinformatics-ua/BioASQ14b。