Skip to main content

Retrieval-Augmented Generation

检索增强生成, 通常称为 RAG (Retrieval-Augmented Generation), 是一种强大的聊天机器人的设计模式. 其中, 检索系统实时获取与查询相关的经过验证的源 / 文档, 并将其输入生成模型 (例如 GPT-4) 以生成响应.

  1. 数据处理阶段:
    • 对原始数据进行清洗和处理
    • 将处理后的数据转化为检索模型可以使用的格式
    • 将处理后的数据存储在对应的数据库中
  2. 检索阶段: 将用户的问题输入到检索系统中, 从数据库中检索相关信息
  3. 增强阶段: 对检索到的信息进行处理和增强, 以便生成模型可以更好地理解和使用
  4. 生成阶段: 将增强后的信息输入到生成模型中, 生成模型根据这些信息生成答案

Retrieval-Augmented Generation

RAG Chat

tip
  • Effect: reduce hallucination.
  • Cost: avoid retraining.

Embeddings​

词嵌入是自然语言处理 (NLP) 中的一种技术, 将词汇映射到实数向量空间, 使得词汇之间的语义关系可以通过向量空间中的距离来表示.

Various types:

  • Continuous bag of words (CBOW): Predict middle word, with embeddings of surrounding words as input. Fast to train and accurate for frequent words.
  • Skip-gram: predict surrounding words in certain range, with middle word as input. Slower to train but accurate for rare words.
  • GloVe/SWIVEL: Capture both global and local information about words with co-occurrence matrix.
  • Shallow BoW.
  • Deeper pre-trained.
  • Multimodal: image.
  • Structured data.
  • Graph.

Word Embeddings

Embedding Models

Recommendation Systems

Maps two sets of data (user dataset, item/product/etc dataset) into the same embedding space.

Embeddings + ANN (approximate nearest neighbor) vector stores (ScaNN, FAISS, LSH, KD-Tree, and Ball-Tree):

  • Retrieval augmented generation (RAG).
  • Semantic text similarity.
  • Few shot classification.
  • Clustering.
  • Recommendation systems.
  • Anomaly detection.

Vector Similarity

Context​

Context is everything when it comes to getting the most out of an AI tool. Improve the relevance and quality of the input, to improve the relevance and quality of a generative AI output.

tip

Quality in, quality out.

Diversity​

最大边际相关模型 (MMR, Maximal Marginal Relevance) 是实现多样性检索的常用算法:

它计算 fetch_k 个候选文档与查询的相关度, 并减去与已经选入结果集的文档的相似度, 这样更不相似的 k 个文档会有更高的得分.

Constraint​

实现约束化检索:

  • Metadata: 利用文档的元数据 (如时间戳、来源、类别等) 进行结构化约束.
  • Self-Query: 根据用户输入的问题, 模型自身生成适合检索系统使用的查询 (query), 而不是提前人工设计关键词或标签.

Efficiency​

  • Prompt compression: 去除冗余文本
  • RAG cache: 复用计算结果

Agentic​

Agentic RAG (autonomous retrieval agents) actively refine their search based on iterative reasoning:

  • Multi-query expansion (MQE): 利用 LLM 生成语义等价的多样化查询
  • Context-aware query expansion: 利用 LLM 生成与当前上下文相关的查询
  • Hypothetical document embeddings (HyDE): 利用 LLM 生成假设性的答案段落, 用假设段落去检索真实文档
  • Multistep reasoning
  • Adaptive source selection
  • Validation and correction