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

Aleksandr Rubashevskii

ACL 2026ICLR 2026检索与知识多模态安全评测与基准
新星分贡献者
49
一作贡献0
核心/参与17
方向广度11
合作网络9
0 一作 · 2 篇 · ACL 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

2
作者位次 #2/10ACL 2026Findings· Findings of ACL

Faithfulness-Aware Uncertainty Quantification for Fact-Checking the Output of Retrieval-Augmented Generation

Ekaterina Fadeeva · Aleksandr Rubashevskii · Dzianis Piatrashyn · Roman Vashurin · Shehzaad Dhuliawala · Artem Shelmanov · Timothy Baldwin · Preslav Nakov · Mrinmaya Sachan · Maxim Panov

摘要

Large Language Models (LLMs) enhanced with knowledge retrieval, an approach known as Retrieval-Augmented Generation (RAG), have achieved strong performance in open-domain question answering. However, RAG remains prone to hallucinations: factually incorrect outputs may arise from inaccuracies in t...

检索与知识安全评测与基准OpenReview 项目页

常见合作者