RAG访问外部知识库增强了LLMs处理知识密集型任务的能力,随着应用场景需求的增加,RAG系统变得更加复杂。传统的RAG依赖于简单的相似性检索,面对复杂查询和变化多端的文本块时表现不佳:对查询的浅层理解、检索冗余和噪声。
朴素RAG和高级RAG的案例。面对复杂问题时,两者都遇到了限制,难以提供令人满意的答案。尽管高级RAG通过分层索引、检索前和检索后的过程提高了检索精度,但这些相关文档并没有被正确使用。
提出了一种新的模块化RAG框架,通过将复杂的RAG系统分解为三层架构设计(模块、子模块和操作符)以统一和结构化的方式定义RAG系统,增强了系统的灵活性和可扩展性,这种框架超越了传统的线性架构,采用了集成路由、调度和融合机制的更先进设计。
当前模块化RAG的案例。该系统整合了多样化的数据和更多功能性组件。过程不再局限于线性,而是由多个控制组件控制检索和生成,使整个系统更加灵活和复杂。
模块化RAG框架与符号
L1 模块(Module):RAG系统的核心过程。
L2 子模块(Sub-module):模块内的功能模块。
L3 操作符(Operator):模块或子模块中具体的功能实现。
模块化RAG模块和操作符
详细介绍了模块化RAG框架下的六个主要模块以及所使用的的具体技术:索引、检索前处理、检索、检索后处理、生成和编排。
三种RAG范式的比较。模块化RAG从之前的范式中发展而来,并与当前RAG系统的实际需求相一致。
将文档分割成易于管理的块,是系统组织的关键步骤。
面临的挑战包括内容表示不完整、块相似度搜索不准确和引用轨迹不清晰。
解决方案包括块优化(如调整块大小和重叠)、元数据附加和结构化组织。
技术包括:
查询扩展(Query Expansion):通过扩展查询来丰富上下文,提高检索的相关性。
查询转换(Query Transformation):对原始查询进行改写或转换以提高检索的准确性。
查询构建(Query Construction):根据需要将查询转换为不同的查询语言,如SQL或Cypher,以访问结构化数据。
检索器选择(Retriever Selection):根据任务需求选择合适的检索器,包括稀疏检索器、密集检索器和混合检索器。
检索器微调(Retriever Fine-tuning):对检索器进行微调以适应特定领域的数据和术语。
重排(Rerank):根据相关性对检索到的文档块进行重新排序。
压缩(Compression):压缩检索到的内容,以减少噪声并提高LLM对关键信息的识别。
选择(Selection):直接移除不相关或冗余的文档块。
生成器微调(Generator Fine-tuning):根据特定领域或数据特性对生成器进行微调,以提高生成答案的质量。
验证(Verification):通过知识库或模型基础的方法对生成的答案进行验证,以减少错误信息。
路由(Routing):根据查询的类型或内容将查询定向到不同的处理流程。
调度(Scheduling):管理RAG流程中的决策点,如何时进行检索或生成。
融合(Fusion):整合来自多个分支的信息,以形成一个全面且一致的响应。
模块化RAG流程及其模式
详细探讨了模块化RAG系统中的工作流模式,即RAG流程(RAG Flow)及其模式(Flow Pattern)。
RAG Flow的定义:
RAG Flow是模块和操作符之间的协作,形成模块化RAG系统中的工作流程。
通过控制逻辑,操作符可以按照预定的管道执行,也可以在必要时执行条件、分支或循环操作。
RAG Flow Pattern:
识别并定义了一组常见的RAG流程模式,这些模式跨越不同的应用领域,展现出高度的一致性和可重用性。
RAG流程模式可以定义为一系列模块的有序连接,每个模块包含一组操作符。
最简单且最常用的模式,模块按照固定的顺序执行。
线性RAG流程模式。每个模块按固定的顺序依次处理。
技术包括查询转换(Query Transform Module)、检索(Retrieval)、重排(Rerank)、生成(Generation)。
例如,RRR(RewriteRetrieve-Read)模型,它在检索前引入了一个可学习的查询改写模块。
RRR是一种典型的线性流程,它在检索之前引入了一个可学习的查询重写模块。该模块基于大型语言模型(LLM)的输出结果进行强化学习。
根据不同的条件选择不同的RAG管道。
通过路由模块决定流程的下一个模块。
条件流程模式。存在一个路由模块,它控制查询被导向哪个 RAG 流程。通常,不同的流程用于不同的配置,以满足 RAG 系统的一般要求。
RAG流程可能有多个并行运行的分支,通常是为了增加生成结果的多样性。
分为检索前分支(Pre-retrieval Branching)和检索后分支(Post-retrieval Branching)。
检索前分支模式(Pre-retrieval Branching Pattern):
技术包括查询扩展(Query Expansion)、并行检索(Parallel Retrieval)、生成(Generation)、合并(Merge)。
检索前分支流程模式。每个分支分别执行检索和生成,然后在最后进行聚合。
检索后分支模式(Post-retrieval Branching Pattern):
技术包括单一查询检索(Single Query Retrieval)、并行生成(Parallel Generation)、合并(Merge)。
检索后分支流程模式。只执行一次检索,然后对每个检索到的文档块分别进行生成,随后进行聚合。
REPLUG中的 RAG 流程,遵循典型的检索后分支模式。每个检索到的块都经历并行生成,然后使用加权概率集合进行聚合。
涉及检索和生成步骤的相互依赖,通常包括一个调度模块来控制流程。
包括迭代检索(Iterative Retrieval)、递归检索(Recursive Retrieval)、自适应检索(Adaptive Retrieval)。
循环流程模式。通常,RAG 系统执行多轮检索和生成。它可以被分类为三种形式:迭代、递归和自适应。
ITER-RETGEN是一种典型的迭代结构。在最大迭代次数的限制内执行多轮检索和生成。
ToC的 RAG 流程。这个过程的一个典型特点是,每次递归检索都使用前一步生成的新查询,从而逐步深化对原始复杂查询的分析。
自适应检索:FLARE的RAG流程。生成的临时答案将进行置信度评估。如果它未达到所需的置信度水平,流程将返回到检索阶段并重新生成。评估标准是通过提示实现的。
自适应检索:SELF-RAG的RAG流程。首先,它提示 GPT-4 获取一个合适的指令微调数据集,以微调部署的开源大型语言模型(LLM)。这允许模型在生成过程中输出四个特定的令牌,这些令牌用于控制 RAG 流程。
RAG不断整合更多的LLM相关技术,其中许多组件由可训练的语言模型组成。
通过微调,可以进一步优化组件的性能和与整体流程的兼容性。
包括检索器微调(Retriever Fine-tuning)、生成器微调(Generator Fine-tuning)、双重微调(Dual Fine-tuning)。
检索器微调模式,主要包括直接的直接微调(SFT)、添加可训练的适配器、受语言模型监督的检索和基于大型语言模型(LLM)奖励的强化学习(RL)。
生成器微调模式,主要方法包括直接微调(SFT)、蒸馏以及来自大型语言模型(LLM)/人类反馈的强化学习(RL)。
双重微调模式。在这种模式下,检索器和生成器都参与微调,它们的偏好将被对齐。
最后,PaperAgent团队也根据在RAG方面的实践经验,梳理了一张模块化RAG全景框架图,共计8个模块,36种技术:
PaperAgent-RAG专栏试看:
RAG: Transforming RAG Systems into LEGO-like Reconfigurable Frameworks
本文转载自,作者:
本网站的文章部分内容可能来源于网络和网友发布,仅供大家学习与参考,如有侵权,请联系站长进行删除处理,不代表本网站立场,转载者并注明出处:https://www.jmbhsh.com/shumazixun/33288.html