HybridRAG-BN: A Retrieval-Augmented Framework with Fine-Tuned Verification for Bangla KBQA
HybridRAG-BN：面向孟加拉语KBQA的检索增强与微调验证框架
🧭 低资源语言KBQA · 混合检索+验证精炼
Chittagong University of Engineering & Technology
混合稀疏/稠密检索与LoRA验证、后处理兜底的Bangla KBQA方案，竞赛双榜F1最高0.729
📌 工作参考价值
- 在跨境电商/多语言客服KBQA中可复用“BM25+BGE-M3”混合召回：BM25卡精确词，BGE-M3补跨语言语义，减轻低资源语言形态变化对召回的冲击；工程上可离线建倒排+向量双索引。
- 生成器+LoRA验证器双模型范式：先用大模型生成候选答案，再用同一底座LoRA微调做验证与精炼，可嵌入客服回复、商品问答、Agent工具调用结果的质量把关环节，降低不可靠输出。
- 兜底后处理：对低置信度或未解析case，用fallback规则+外部搜索（如DuckDuckGo）二次检索，适合商品知识库覆盖不全时的实时兜底，避免Agent空答或乱答。
- GGUF量化部署Gemma-4-31B，在有限GPU下也能跑生成+验证两个模型；低资源业务可借鉴量化+LoRA节省成本。
动机：孟加拉语KBQA面临低资源、检索研究少、生成难以对齐外部知识等挑战，现有RAG在高资源语言上的成功难以直接迁移。
方法关键点：提出HybridRAG-BN框架，检索端采用BM25稀疏检索与BGE-M3稠密向量检索的混合召回，兼顾词法匹配与跨语言语义泛化；生成端使用GGUF量化的Gemma-4-31B-Instruct产生候选答案；随后引入LoRA微调的同底座Gemma-4-31B-Instruct作为验证器，对候选答案进行验证与精炼，降低幻觉风险。后处理阶段对未解决样本进行fallback答案替换，并利用DuckDuckGo辅助检索，提升鲁棒性。
关键结果：在基于Indic-RAG-Suite、约3000条数据的竞赛中，token级F1公开/私有榜分别达到0.71654和0.72912，取得第一名。