Self-RAG: 通过自我反思学习检索、生成和批评

RayRay
Self-RAG语言模型检索增强生成自我反思关键词生成Github开源项目

引言

大型语言模型(LLMs)在许多任务中表现出色,但由于仅依赖其内部参数化知识,它们经常产生包含事实错误的回答。为了解决这个问题,研究人员提出了各种方法,其中检索增强生成(RAG)是一种广泛采用的方法。然而,RAG方法也存在一些局限性。本文将介绍一种名为Self-RAG的新型框架,它通过自我反思来学习检索、生成和批评,从而提高语言模型的输出质量和事实准确性。

Self-RAG框架

Self-RAG是由华盛顿大学、IBM AI研究院和艾伦人工智能研究所的研究人员共同开发的一个创新框架。它的核心思想是训练一个任意的语言模型,使其能够:

  1. 按需自适应地检索段落
  2. 生成内容
  3. 对检索到的段落和自身生成的内容进行批评

这个过程通过使用特殊的"反思标记"来实现,这些标记作为生成过程的一个组成部分被预测出来。

Self-RAG框架示意图

自适应检索

与传统的RAG方法不同,Self-RAG可以根据需要进行多次检索,也可以完全跳过检索。这种灵活性使得模型能够更好地适应不同类型的查询和任务。

反思标记

Self-RAG引入了一系列特殊的反思标记,用于评估生成质量的不同方面。这些标记包括:

  • 检索相关性标记
  • 生成支持度标记
  • 整体效用标记

通过生成这些反思标记,Self-RAG在推理阶段变得可控,能够根据不同的任务要求调整其行为。

Self-RAG的训练过程

Self-RAG的训练涉及三个模型:检索器、评论家和生成器。

  1. 首先,训练评论家模型,并使用检索器来增强多样化的指令-输出数据,添加检索到的段落和反思标记。

  2. 然后,使用标准的下一个标记预测目标来训练生成器语言模型,使其学会生成自然的延续以及用于检索或批评其自身生成的特殊标记。

Self-RAG的推理过程

在推理阶段,Self-RAG能够根据不同的下游任务或偏好定制模型行为,而无需重新训练语言模型。具体来说:

  1. 自适应检索:Self-RAG学会生成检索标记,以自适应地进行检索。用户还可以根据软约束调整检索频率。

  2. 基于批评标记的树解码:Self-RAG引入了多个细粒度的批评标记,用于评估生成质量的不同方面。在每个时间步,通过线性插值所需批评标记的概率来进行段级波束搜索,以识别K个最佳延续。

实验结果

实验表明,Self-RAG (7B和13B参数)在多项任务上显著优于最先进的LLMs和检索增强模型:

  • 在开放域问答、推理和事实验证任务中,Self-RAG胜过ChatGPT和检索增强的Llama2-chat。
  • 在长篇生成任务中,Self-RAG在提高事实准确性和引用准确性方面相对于这些模型显示出显著的收益。

实验结果

分析与讨论

消融实验

研究人员进行了消融实验,结果表明Self-RAG的所有训练和推理组件都在提高性能方面发挥了重要作用。

基于批评标记的推理时定制

Self-RAG允许实践者根据不同的细粒度偏好定制模型的行为。例如,在长篇生成任务中:

  • 更加强调模型生成是否被证据支持可以提高引用精确度
  • 减少这种强调可以提高输出流畅度,因为模型可能会更灵活和流畅地生成输出,而不考虑是否有引用证据支持

基于检索标记的自适应检索

Self-RAG会在判断需要检索时自行生成检索标记,同时用户也可以根据不同的最终任务增加或减少检索频率。实验发现:

  • 在开放域问答任务(如PopQA)中,减少检索会导致性能显著下降(相对下降40%)
  • 而在事实验证任务(如PubHealth)中,减少检索只会导致轻微的性能下降(2%)

结论

Self-RAG作为一种新的框架,通过自我反思来增强语言模型的检索、生成和批评能力,显著提高了模型输出的质量和事实准确性。它在多个任务上的出色表现证明了其在提升大型语言模型能力方面的潜力。未来的研究可能会进一步探索如何将Self-RAG应用于更广泛的任务和领域,以及如何进一步优化其训练和推理过程。

Self-RAG的开源实现为研究人员和开发者提供了一个宝贵的工具,有助于推动检索增强语言模型的发展。随着技术的不断进步,我们可以期待看到更多基于Self-RAG的创新应用和改进。

参考资料

如果您发现Self-RAG的代码、数据、模型或论文对您有用,请引用以下论文:

@inproceedings{
asai2024selfrag,
author={Asai, Akari and Wu, Zeqiu and Wang, Yizhong and Sil, Avirup and Hajishirzi, Hannaneh},
title={Self-{RAG}: Learning to Retrieve, Generate, and Critique through Self-Reflection},
booktitle={The Twelfth International Conference on Learning Representations},
year={2024},
url={https://openreview.net/forum?id=hSyW5go0v8}
}

要了解更多信息或获取支持,请访问Self-RAG的GitHub仓库或联系项目维护者。

编辑推荐精选

讯飞智文

讯飞智文

一键生成PPT和Word,让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级,全面对标OpenAI o1

科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
咔片PPT

咔片PPT

AI助力,做PPT更简单!

咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文,一站式创作,让内容运营更高效

讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台,公文写作神器

AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。

下拉加载更多