paper.dinq.meAI 与前沿科学顶会 · 学术新星雷达
登录 DINQ
返回新星榜
LU

Lyle H. Ungar

AAAI 2026ACL 2026CHI 2026ICLR 2026可解释性检索与知识安全评测与基准多语言与语言学
新星分资深
32
一作贡献0
核心/参与14
方向广度19
合作网络9
0 一作 · 4 篇 · AAAI 2026 / ACL 2026 / CHI 2026 / ICLR 2026

获取完整研究档案

首次获取该候选人的完整档案及 StartLux 评估共 20 积分;每位用户单独解锁,之后查看免费。主动刷新 20 积分。

联系方式

实时查找电子邮箱,费用不超过20积分;未找到邮箱不扣费。

2026 顶会论文

4
作者位次 #5/6ACL 2026Poster· Natural Language Processing

Knowing When Not to Answer: Lightweight KB -Aligned OOD Detection for Safe RAG

Ilias Triantafyllopoulos · Renyi Qu · Salvatore Giorgi · Brenda Curtis · Lyle H. Ungar · João Sedoc

摘要

Retrieval-Augmented Generation (RAG) systems are increasingly deployed in high-stakes domains, where safety depends not only on how a system answers, but also on whether a query should be answered given a knowledge base (KB). Out-of-domain (OOD) queries can cause dense retrieval to surface weakly...

检索与知识安全评测与基准OpenReview 项目页

常见合作者