检索增强生成(RAG)有什么好的优化方案？

RAG优化分为两个方向：RAG基础功能优化、RAG架构优化。我们分别展开讨论。

一、RAG基础功能优化

对RAG的基础功能优化，我们要从RAG的流程入手[1]，可以在每个阶段做相应的场景优化。

图1 RAG工作流程（with
memory）

从RAG的工作流程看，能优化的模块有：文档块切分、文本嵌入模型、提示工程优化、大模型迭代。下面针对每个模块分别做说明（备注：以下内容部分参考了检索增强生成技术(RAG)深度优化指南：原理、挑战、措施、展望）。

·

文档块切分：设置适当的块间重叠、多粒度文档块切分、基于语义的文档切分、文档块摘要。

·

·

文本嵌入模型：基于新语料微调嵌入模型、动态表征。

·

·

提示工程优化：优化模板增加提示词约束、提示词改写。

·

·

大模型迭代：基于正反馈微调模型、量化感知训练、提供大context window的推理模型。

·

此外，还可对query召回的文档块集合进行处理，比如：元数据过滤[7]、重排序减少文档块数量[2]。

二、RAG架构优化

2.1 Vector+KG RAG

经典的RAG架构中，context增强只用到了向量数据库。这种方法有一些缺点，比如无法获取长程关联知识[3]、信息密度低（尤其当LLM context window较小时不友好）。

图2 跨chunk的关联知识向量库无法获取

那此题是否可解？答案是肯定的。一个比较好的方案是增加一路与向量库平行的KG（知识图谱）上下文增强策略。其技术架构图大致如下[4]：

图3 基于KG+VS进行上下文增强

图3中query进行KG增强是通过NL2Cypher模块实现的。根据我的实践，我们可用更简单的图采样技术来进行KG上下文增强。具体流程是：根据query抽取实体，然后把实体作为种子节点对图进行采样（必要时，可把KG中节点和query中实体先向量化，通过向量相似度设置种子节点），然后把获取的子图转换成文本片段，从而达到上下文增强的效果。

LangChain官网提供了一个通过Graph对RAG应用进行增强的DevOps的例子，感兴趣的读者可以详细研究[5]。

2.2 Self-RAG

经典的RAG架构中（包括KG进行上下文增强），对召回的上下文无差别地与query进行合并，然后访问大模型输出应答。但有时召回的上下文可能与query无关或者矛盾，此时就应舍弃这个上下文，尤其当大模型上下文窗口较小时非常必要（目前4k的窗口比较常见）。

那有解决办法吗？答案又是肯定的，一个较好的解决方案是Self-RAG技术。由于篇幅所限，此处介绍其推理过程，训练过程需要借助GPT4进行辅助打标，就不展开说了。详细过程可参考我对Self-RAG的总结[6]。

图4 RAG vs Self-RAG

如图4所示，右侧就是Self-RAG的工作流程。首先，根据query判断是否需要检索。如果需要，才检索若干passage，然后经一系列处理生成若干next segment候选。最后，对这些候选segment进行排序，生成最终的next segment。

Self-RAG的推理过程相对训练较简单，其算法内容如下：

图5 Self-RAG推理算法

2.3 多向量检索器多模态RAG

本小节涉及三种工作模式[7]，具体为：

·

半结构化RAG（文本+表格）

·

多模态RAG（文本+表格+图片）

·

私有化多模态RAG（文本+表格+图片）

1）半结构化RAG（文本+表格）

图6 半结构化RAG

此模式要同时处理文本与表格数据。其核心流程梳理如下[8]：

1.

将原始文档进行版面分析（基于Unstructured工具[9]），生成原始文本 和 原始表格。

2.

原始文本和原始表格经summary LLM处理，生成文本summary和表格summary。

3.

用同一个embedding模型把文本summary和表格summary向量化，并存入多向量检索器。

4.

多向量检索器存入文本/表格embedding的同时，也会存入相应的summary和raw data。

5.

用户query向量化后，用ANN检索召回raw text和raw table。

6.

根据query+raw text+raw table构造完整prompt，访问LLM生成最终结果。

2）多模态RAG（文本+表格+图片）

对多模态RAG而言，有三种技术路线[10]，见下图：

图7 多模态RAG

如图7所示，对多模态RAG而言有三种技术路线，如下我们做个简要说明：

·

选项1：对文本和表格生成summary，然后应用多模态embedding模型把文本/表格summary、原始图片转化成embedding存入多向量检索器。对话时，根据query召回原始文本/表格/图像。然后将其喂给多模态LLM生成应答结果。

·

选项2：首先应用多模态大模型（GPT4-V、LLaVA、FUYU-8b）生成图片summary。然后对文本/表格/图片summary进行向量化存入多向量检索器中。当生成应答的多模态大模型不具备时，可根据query召回原始文本/表格+图片summary。

·

选项3：前置阶段同选项2相同。对话时，根据query召回原始文本/表格/图片。构造完整Prompt，访问多模态大模型生成应答结果。

3）私有化多模态RAG（文本+表格+图片）

如果数据安全是重要考量，那就需要把RAG流水线进行本地部署。比如可用LLaVA-7b生成图片摘要，Chroma作为向量数据库，Nomic's GPT4All作为开源嵌入模型，多向量检索器，Ollama.ai中的LLaMA2-13b-chat用于生成应答[11]。

参考资料

1.

Chatbots | ️ Langchain

2.

Rerankers and Two-Stage Retrieval |
Pinecone

3.

Custom Retriever combining KG Index and
VectorStore Index

4.

Enhanced QA Integrating Unstructured
Knowledge Graph Using Neo4j and LangChain

5.

https://blog.langchain.dev/using-a-knowledge-graph-to-implement-a-devops-rag-application/

6.

AI pursuer：揭秘Self-RAG技术内幕

7.

Multi-Vector Retriever for RAG on
tables, text, and images：Multi-Vector Retriever
for RAG on tables, text, and images

8.

https://github.com/langchain-ai/langchain/blob/master/cookbook/Semi_Structured_RAG.ipynb?ref=blog.langchain.dev

9.

Unstructured | The Unstructured Data ETL
for Your LLM

10.

https://github.com/langchain-ai/langchain/blob/master/cookbook/Semi_structured_and_multi_modal_RAG.ipynb?ref=blog.langchain.dev

11.

https://github.com/langchain-ai/langchain/blob/master/cookbook/Semi_structured_multi_modal_RAG_LLaMA2.ipynb?ref=blog.langchain.dev

出自：https://mp.weixin.qq.com/s/tV9rMw5llcazvvPp8ivc-g