作者 |Florian June
编译|岳扬
目录
01 Adaptive-RAG：根据问题复杂程度分类处理（Adapt）的检索增强型 LLMs
1.1 Overall Process
1.2 构建分类器（Classifier）
1.3 构建数据集（Dataset）
1.4 Training and Inference
1.5 选择分类器模型的 Size（Selection of Classifier Size）
02 RQ-RAG: 一种 RAG 系统中的 Queries 优化技术方案
2.1 构建数据集
2.2 Training
2.3 Answer Selection
03 Insights and Thoughts
3.1 这些技术与 Self-RAG 和CRAG进行对比
3.2 技术实践过程中发现的一些问题（About Engineering Implementation）
3.3 小模型（Small Model）亦可大放异彩
04 Conclusion
虽然传统 RAG 技术能够有效降低 LLMs 回答内容中的错误发生率，但这种技术方案并不能优化用户最初提交的 query，如图 1 中红色框标记的内容所示。
图 1：传统 RAG 技术没有对 initial query 进行改进（图中红色框标记的部分），图片由原作者原创
这种方法可能会出现以下这些问题：
本文将探讨两种进阶策略： query classification 和 query refinement， 两者均通过训练小模型提升了系统的整体性能。文章最后，作者还将分享对这两个算法的理解与思考。
01 Adaptive-RAG：根据问题复杂程度分类处理（Adapt）的检索增强型 LLMs
1.1 Overall Process
Adaptive-RAG 提出了一种创新的 adaptive framework（译者注：该系统可以根据 query 的复杂程度动态选择最合适的信息检索和生成策略。）。如图 2 所示，该系统可根据 query 的复杂度，动态选择最合适的 LLMs 使用策略（包含从最简单（the simplest）到最复杂（the most complex）的多种策略）。
图 2（A）描绘的是一种 单步方法（single-step approach） ，这种方法会先检索出相关文档，然后生成答案。但这一方法对于那些需要多级逻辑推理（multi-step reasoning）的复杂 query 而言，可能精度不足。
图 2（B）是一种 分多个步骤进行处理（multi-step process） 的方法，包括迭代进行文档检索（document retrieval）及生成中间答案（generation of intermediate responses）等步骤。虽然这种方法效果比较好，但由于需多次调用大语言模型（LLMs）和检索器（retrievers），处理简单 queries 时效率不太高。
图 2（C）是一种（译者注：可根据具体情况选择具体的策略。）的方法，通过精心设计的分类器（classifiers），我们能够更精准地判断、选择最佳检索策略（是选择迭代检索（iterative）、一次性检索（single），还是不使用检索方法（no retrieval methods））。
为了帮助大家更直观地理解 Adaptive-RAG 的工作流程，本文会结合具体代码来加以说明。目前，该技术存在四个不同版本的代码实现，它们分别是官方版本（official version）[2]、Langchain**版本[3]、LlamaIndex 版本[4]以及 Cohere 版本[5]。 本文将以 LlamaIndex 版本作为示例介绍该技术。
想要了解更多详细信息，可以查看这份文档[6]。考虑到代码量比较大，在本文将着重描述其中的核心代码片段。
图 3：Different tools of Adaptive-RAG. Image by author, inspired by LlamaIndex version[4].
代码的运行方式会根据 query 的复杂程度而产生变化，并相应地调用不同的工具：
如图 2（C）所示，我们可以通过分类器（classifier）来挑选合适的工具。但与官方版本不同， 此处使用的分类器并未针对该应用场景进行过针对性地训练，而是直接应用现成的 LLMs ，这一做法在图 4 中有明确描述。
图 4：Tools selection of Adaptive-RAG. Image by author, inspired by LlamaIndex version[4].
1.2 构建分类器（Classifier）
虽然 LlamaIndex 版本的代码实现并没有分类器的构建这一环节，但深入了解分类器的构建过程，对于我们的后续开发工作有着至关重要的作用。
1.3 构建数据集（Dataset）
在该技术的实现过程中面临一个重大挑战，我们缺乏带有 query-complexity pairs（译者注：query 与其相应的复杂度（complexity）的配对数据。）的训练数据集。那么，我们该如何应对这一问题呢？Adaptive-RAG 采用了两种策略，以自动化的方式创建所需的训练数据集（training src="https://oscimg.oschina.net/oscnet/up-490f1452f0b064bc8d942b5fcc6231c0713.png" alt="Advanced RAG 11：对用户输入的内容进行「分类处理」和「再优化」-AI.x社区">
图 5：Adaptive-RAG 数据集的样本示例，截图出自原文作者
倘若上述三种方法均未能生成正确答案，则说明有些问题仍未被标注分类。这种情况下，我们会直接根据公开数据集进行分类。具体而言，单步数据集（single-hop> 1.4 Training and Inference
训练方法采用交叉熵损失函数（cross-entropy loss），基于这些自动收集的 query-complexity pairs（译者注：query 与其相应的复杂度（complexity）的配对数据。）来训练分类器。
然后，在推理过程中，我们将 query 输入至分类器，即可判定 query 的复杂度等级，该等级标签可为 ‘A’、‘B’ 或 ‘C’ 中的任意一种：o = Classifier(q)。
1.5 选择分类器模型的 Size（Selection of Classifier Size）
图 6：不同规模（size）分类模型的实验结果。来源：Adaptive-RAG[1]从图 6 可以看出， 无论分类器模型的 size 如何，其性能表现并无明显差异。 即便是小型模型也能维持相同水平的性能，有利于提高资源利用效率。
接下来，我们将介绍一种 query 优化技术：RQ-RAG。
02 RQ-RAG: 一种 RAG 系统中的 Queries 优化技术方案
针对上述挑战，RQ-RAG 提出了三项优化方法，如图 7 所示。
这种方法确保了检索到的信息既全面又精准，从而更加有效地回答问题，如图 7 底部所示。
RQ-RAG 通过端到端（end-to-end）的方式 training（译者注：Llama2 是一个预训练模型，此处的 training 应当是指微调。）一个 Llama2 7B 模型。使得该模型能够动态地通过重写（rewriting）、分解（decomposing）和消除 query 中的歧义来增强 query 的检索效果。
由于 RQ-RAG[9]的代码目前正处于重构阶段[10]，某些功能尚未完全实现，因此本文暂无法进行演示。
2.1 构建数据集
考虑到 RQ-RAG 系统的端到端（end-to-end）特性，关注数据集的构建流程至关重要。
数据集的构建[11]主要包括以下几个步骤：
1. 首先 ，搜集一个涵盖多种使用场景的语料库（如图 9 所示），包括但不限于多轮对话（multi-turn dialogues）、需分解的 query 语句及需消解歧义的 query 语句。依据该语料库，构建一个任务池（task pool）。
2. 第二步 ，任务池中的任务被划分为三大类型：多轮对话（multi-turn dialogue）、分解 query 语句（decomposition）和消除query 中的歧义（disambiguation）。例如，多轮对话数据集中的每一个样本都会被归入为多轮对话类型（multi-turn dialogue category）。
3. 第三步 ，首先使用ChatGPT**对各类 query 进行优化。接着，使用这些优化后的 query 语句向外部数据源检索信息。一般情况下，DuckDuckGo 是主要的信息检索来源，而这个检索过程被视为一个不透明的“黑盒”（black box）。
4. 第四步 ，指示 ChatGPT 根据优化后的 query 及相应的上下文，生成修正后的模型响应。通过重复执行这一流程，我们得以积累了总计约 40,000（40k） 个实例。
图 10、11 及 12 呈现了与 ChatGPT 交互时所使用的提示词模板。其中，蓝色文字部分代表了应根据具体情况输入的具体内容。
当上述步骤全部完成后，我们将得到图 13 右侧所示的训练样本。
每个训练样本实质上都是一个带有特定 tokens（special tokens）的操作序列（operation sequence），其中：
2.2 Training
在得到训练数据集后，我们便能以常规的自回归方式（auto-regressive）[12]来训练大语言模型（LLM）。具体的训练目标函数（Training objective）如图 14 所示。
说白了，训练的核心在于微调模型参数，确保在每一个步骤 i 中，面对原始的输入 x 、优化后的 query qi 及检索出的文档 di 时，模型 M 能够对模型响应 y 给出最大化的概率预测（highest probability）。
2.3 Answer Selection
每次迭代时，该模型都会针对特定需求生成多种用于检索的 query 语句，比如对 query 进行重写、分解或消除其歧义。这些 query 反过来又能获得不同的上下文，有助于模型更全面、更灵活地处理复杂任务（leading to the diversification of expansion paths）。
正如图 15 所示，RQ-RAG 研发了一套树形解码策略（tree decoding strategy），并使用了三种选择机制[13]： 基于困惑度（PPL）的选择方法 、 基于置信度（Confidence）的选择方法 以及 基于集成学习（Ensemble）的选择方法 。
在基于困惑度（PPL）的选择方法中，模型会选择所有输出中困惑度（PPL）最低的答案。基于置信度（Confidence）的选择方法则是选择所有置信度最高的结果。而基于集成学习的选择方法，则倾向于选取累积置信度分数（confidence score）最高的最终结果。
03 Insights and Thoughts
3.1 这些技术与 Self-RAG 和 CRAG 进行对比
不同于 Adaptive-RAG 和 RQ-RAG 在检索前对原始 query 进行优化的做法，Self-RAG[14]和 CRAG[15]的关注重点在于判断何时执行检索（retrieval）操作以及如何优化检索操作之后的信息处理效率。特别值得一提的是，CRAG 通过重写用于网络检索的 query 语句，提升了检索结果的信息质量。
RQ-RAG 和 Self-RAG 均通过训练小型语言模型的方式来替代原有的大模型（LLMs）。相比之下，Adaptive-RAG 和 CRAG 保留了原有模型，仅是新增了对 query 进行分类或评估的两个功能层。
后起之秀 Adaptive-RAG 和 RQ-RAG 都声称自己的性能优于 Self-RAG，在它们的论文中都有对应的实验报告。
从生成流程（generation process）的角度考量，Self-RAG、CRAG 及 Adaptive-RAG 因未采用复杂的树形解码策略（tree decoding），显得更为简洁明快。
3.2 技术实践过程中发现的一些问题（About Engineering Implementation）
当 query 转化为多轮对话的情况时，利用大语言模型处理冗长的提示词数据可能会造成响应延时。根据我目前的理解，采用并行处理技术（parallelization）或许能有效解决这一问题。
此外，无论是 Adaptive-RAG 还是 RQ-RAG 技术，它们都对 query 进行了分类。但这些分类方式是否真正达到了最优状态？它们是否能完美适用于特定的生产场景？有没有可能采用其他分类策略能取得更好的效果？需要通过一系列对比实验（comparative experiments）来验证这些观点。
3.3 小模型（Small Model）亦可大放异彩
RQ-RAG 的实践过程表明，即使是一个 7B 参数量的模型，只要数据集构建得当、生成流程精细， 7B 参数量的模型也能创造卓越的性能表现。
盲目追求模型规模的庞大并不一定等同于更高的性价比。对于那些资源有限的团队而言，专注于优化数据集与精进算法或许是更为明智的选择。
04 Conclusion
在本文中，我们探讨了 query classification 与 query refinement 这两项技术方案，并通过代码实例加以阐释，同时还在本文中介绍了作者对这些技术的理解和思考。
倘若您对检索增强生成（RAG）技术感兴趣，请随时浏览本系列其他文章
Thanks for reading!
Hope you have enjoyed and learned new things from this blog!
Florian June
AI researcher, focusing on LLMs, RAG, Agent, Document AI, target="_blank">
参考资料
[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
[9]
[10]
[11]
[12]
[13]
[14]
[15]
原文链接：