检索增强生成(RAG)有什么好的优化方案？
作者： AINLP 来源： AINLP
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]：
-
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。
-
原始文本和原始表格经summary LLM处理，生成文本summary和表格summary。
-
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。
-
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。
-
用户query向量化后，用ANN检索召回raw text和raw table。
-
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
-
Chatbots | ️ Langchain
-
Rerankers and Two-Stage Retrieval | Pinecone
-
Custom Retriever combining KG Index and VectorStore Index
-
Enhanced QA Integrating Unstructured Knowledge Graph Using Neo4j and LangChain
-
https://blog.langchain.dev/using-a-knowledge-graph-to-implement-a-devops-rag-application/
-
AI pursuer：揭秘Self-RAG技术内幕
-
Multi-Vector Retriever for RAG on tables, text, and images：Multi-Vector Retriever for RAG on tables, text, and images
-
Unstructured | The Unstructured Data ETL for Your LLM
作者：AI pursuer
https://www.zhihu.com/question/628651389/answer/3321989558
进技术交流群请添加AINLP小助手微信（id: ainlp2)
请备注具体方向+所用到的相关技术点
关于AINLP
AINLP 是一个有趣有AI的自然语言处理社区，专注于 AI、NLP、机器学习、深度学习、推荐算法等相关技术的分享，主题包括LLM、预训练模型、自动生成、文本摘要、智能问答、聊天机器人、机器翻译、知识图谱、推荐系统、计算广告、招聘信息、求职经验分享等，欢迎关注！加技术交流群请添加AINLP小助手微信(id：ainlp2)，备注工作/研究方向+加群目的。
更多AI工具，参考Github-AiBard123，国内AiBard123
