연구팀이 BioASQ Task 14B 2026 시스템을 개발했어요. 이 시스템은 초기 검색이 약할 때 재검색 강도를 조절하고, 여러 언어 모델 답변을 결합하는 두 가지 핵심 전략을 사용해요.
BGE, BM25, RRF를 결합한 하이브리드 검색과 에이전트 기반 파이프라인을 사용하며, BGE 크로스 인코더 품질 관문으로 취약한 질문을 선별적으로 재검색해요.
Task 12B 2024 검증에서 비용 효율적인 재검색 정책이 더 높은 정확도를 유지하면서 재검색 비용을 12% 절감했어요. GPT-5.5는 단일 모델로 리스트 F1에서 우위를 점했지만, 동의어 통합기는 리스트 재현율에서 우수한 성능을 보였어요.