我要投稿

DR-RAG：将动态文档相关性应用于问答型RAG技术！

发布日期：2024-07-19 20:02:44 浏览次数： 1756

01。

概述

DR-RAG是一个两阶段的检索流程，专注于通过在问答数据集上执行多跳过程仅调用一次大型语言模型（LLM）。这种方法表明可以在答案的准确性上实现显著的提升。

研究发现，在检索过程中，需要选择对生成答案具有高度相关性和决定性影响的文档。这些文档被称为静态相关文档。

同时，还存在一些相关性较低但对答案生成过程至关重要的文档。这些文档被称为动态相关文档。

02。

DR-RAG

如下方图表所示，示例查询“彼得·安德烈亚斯·海伯格的孩子的配偶是谁？”

这个查询需要检索两个最相关的文档以提供准确的答案。由于静态相关文档与查询直接相关，例如“彼得·安德烈亚斯·海伯格”和“孩子/儿子”，因此相对容易检索。

然而，检索动态相关文档存在挑战，因为它们与查询只有间接关联，例如配偶/妻子。

此外，知识库中关于配偶的大量信息可能导致动态相关文档在检索过程中排名较低。

值得注意的是，静态和动态相关文档之间存在高度相关性，例如约翰·路德维希·海伯格和他的妻子。在查询时考虑“配偶/妻子”可以促进动态相关文档的检索，从而实现准确答案的提取。

研究指出，需要在多个文档之间创造协同效应，并确立上下文相关性，这不仅仅是从单一文档中获得，而是从所有相关且适用的文档中综合得出。

DR-RAG被描述为一种多跳问答框架。这一框架在很多方面都让人联想到此前在这方面的研究工作。

DR-RAG的不同之处可能在于研究者设计的分类器，该分类器通过设定预定义的阈值来确定检索到的文档是否对当前查询有所贡献。

这一机制旨在减少冗余文档，确保检索到的文档简洁高效。

参考下图，这是DR-RAG的概览：

步骤1：根据与查询的高度相关性，检索静态相关文档（SR-文档）。
步骤2：将SR-文档与查询连接，以检索多个动态相关文档（DR-文档）。
步骤3：单独选取每个DR-文档，并将其与查询和SR-文档结合。将这些组合输入到分类器中，以确定最相关的DR-文档。

随着RAG实现的普及，研究强调了优化与大型语言模型的交互以降低延迟和成本，以及通过代理型RAG过程综合多个文档以提供满意答案的必要性。

53AI，企业落地应用大模型首选服务商

产品：大模型应用平台+智能体定制开发+落地咨询服务

承诺：先做场景POC验证，看到效果再签署服务协议。零风险落地应用大模型，已交付160+中大型企业

160+中大型企业正在使用53AI

立即咨询预约演示

百度智能云邀53AI：共创AI新纪元，启航智能新时代

2024-05-27

钉钉恒星计划：53AI与百余位企业家及钉钉生态伙伴，共议“AI 浪潮下的新机遇”

2024-05-22

热点资讯

GraphRAG+Ollama 本地部署，保姆教程，踩坑无数，闭坑大法

2024-07-18

GraphRAG：终极 RAG 引擎 - 语义搜索、嵌入、矢量搜索等等！

2024-07-08

微软开源的GraphRAG解读

2024-07-09

RAG框架，都在这了!

2024-06-20

RAGFlow：基于OCR和文档解析的下一代 RAG 引擎

2024-05-05

【文档智能 & RAG】RAG增强之路：增强PDF解析并结构化技术路线方案及思路

2024-07-09

RAG 高效应用指南：Embedding 模型的选择和微调

2024-06-13

下一代 RAG 技术来了！微软正式开源 GraphRAG：大模型行业将迎来新的升级？

2024-07-07

Prompt工程师必备：复旦重磅 | 最佳RAG实践长什么样的？

2024-07-07

源码解读 - 微软GraphRAG框架

2024-07-14

大家都在问

大模型应用框架解析：RAG、Agent、微调、提示词工程究竟是什么?

2024-09-16

使用千帆完全免费的大模型，去构建Graph RAG，效果如何？

2024-09-12

RAG领域出现技术创新，或将引领AI搜索重大变革？

2024-09-11

大模型分不清 9.9 与 9.11 谁大，那 Embedding 模型呢？

2024-09-10

一文看懂GraphRAG与传统RAG的7大区别及融合方案，你会怎么选择？

2024-09-09

最近爆火的GraphRAG是什么，真的能用于商业应用吗？

2024-09-07

你的工作流程被 AI 颠覆了吗？

2024-09-04

AI应用中基于语音驱动的RAG如何做？

2024-08-30

开箱即用的企业大模型应用平台

工作+AI

业务+AI

AIx业务

大模型咨询

大模型定制

相关资讯