Retrieval-augmented generation (RAG) 已成为增强大型语言模型 (LLM) 的一项关键技术，使其能够处理专业知识、提供当前信息并适应特定领域，而无需改变模型权重。然而，当前的 RAG 流程面临着重大挑战。LLM 难以有效地处理大量分块的上下文，通常在较小的、高度相关的上下文集中表现更好。此外，在有限数量的检索到的上下文中确保相关内容的高召回率也带来了挑战。虽然单独的排序模型可以改进上下文选择，但与通用的 LLM 相比，它们的零样本泛化能力通常有限。这些挑战突出了对更有效的 RAG 方法的需求，以平衡高召回率上下文提取和高质量内容生成。

之前的一些研究已经进行了许多尝试来解决 RAG 系统中的挑战。一些方法侧重于使检索器与 LLM 的需求保持一致，而另一些方法则探索多步骤检索过程或上下文过滤方法。指令微调技术已经被开发出来，以增强 LLM 的搜索能力和 RAG 性能。检索器与 LLM 的端到端联合优化已显示出前景，但在训练和数据库维护方面引入了复杂性。

排序方法已被用作中间步骤，以提高 RAG 流程中的信息检索质量。然而，这些方法通常依赖于 BERT 或 T5 等额外的模型，这些模型可能缺乏充分捕捉查询-上下文相关性的必要能力，并且在零样本泛化方面存在困难。虽然最近的研究已经证明了 LLM 强大的排序能力，但它们与 RAG 系统的整合仍未得到充分探索。

尽管取得了这些进展，但现有方法需要改进，以便在高召回率上下文提取和高质量内容生成之间实现高效平衡，尤其是在处理复杂查询或多样化知识领域时。

来自 NVIDIA 和佐治亚理工学院的研究人员介绍了一个名为 RankRAG 的创新框架，旨在增强 LLM 在 RAG 任务中的能力。这种方法独特地对单个 LLM 进行了指令微调，使其能够在 RAG 框架内执行上下文排序和答案生成。RankRAG 通过整合上下文丰富的问答、检索增强型问答和排序数据集，扩展了现有的指令微调数据集。这种全面的训练方法旨在提高 LLM 在检索和生成阶段过滤无关上下文的能力。

该框架引入了一项专门的任务，重点关注为给定问题识别相关的上下文或段落。该任务的结构是为了排序而设计的，但被构建为带有指令的常规问答，更有效地与 RAG 任务保持一致。在推理过程中，LLM 首先对检索到的上下文进行重新排序，然后根据优化的 top-k 上下文生成答案。这种通用方法可以应用于各种知识密集型自然语言处理任务，为提高不同领域的 RAG 性能提供统一的解决方案。

RankRAG 通过两阶段指令微调过程增强 LLM 的检索增强生成能力。第一阶段涉及在各种指令遵循数据集上进行监督微调。第二阶段统一了排序和生成任务，整合了上下文丰富的问答、检索增强型问答、上下文排序和检索增强型排序数据。所有任务都被标准化为（问题、上下文、答案）格式，便于知识迁移。在推理过程中，RankRAG 采用检索-重新排序-生成流程：它检索 top-N 个上下文，对它们进行重新排序以选择最相关的 top-k 个上下文，并根据这些优化的上下文生成答案。这种方法在单个 LLM 中改进了上下文相关性评估和答案生成能力。

RankRAG 在各种基准测试中展示了在检索增强生成任务中的卓越性能。8B 参数版本始终优于 ChatQA-1.5 8B，并与更大的模型（包括参数量是其 5-8 倍的模型）相比具有竞争力。RankRAG 70B 超越了强大的 ChatQA-1.5 70B 模型，并且明显优于以前使用 InstructGPT 的 RAG 基准。

在具有挑战性的数据集上，例如长尾问答 (PopQA) 和多跳问答 (2WikimQA)，RankRAG 表现出更显著的改进，与 ChatQA-1.5 相比提高了 10% 以上。这些结果表明，在排名靠前的检索文档与答案相关性较低的情况下，RankRAG 的上下文排序能力特别有效，从而增强了复杂 OpenQA 任务中的性能。

这项研究提出了 RankRAG，它代表了 RAG 系统的重大进步。这个创新框架对单个 LLM 进行了指令微调，使其能够同时执行上下文排序和答案生成任务。通过在训练组合中加入少量排序数据，RankRAG 使 LLM 能够超越现有专家排序模型的性能。该框架的有效性已通过对知识密集型基准的全面评估得到广泛验证。RankRAG 在九个通用领域和五个生物医学 RAG 基准测试中均表现出卓越性能，明显优于最先进的 RAG 模型。这种在单个 LLM 中实现排序和生成的统一方法为增强 RAG 系统在各个领域的能力提供了一个有希望的方向。

⇩ 关注「奇点智源」，探索「人工智能」⇩