RAG 工业落地方案框架（Qanything、RAGFlow、FastGPT、智谱RAG）细节比对

发布日期：2024-07-22 08:13:14 浏览次数： 5414

所谓 RAG，简单来说，包含三件事情。

第一，Indexing。即怎么更好地把知识存起来。

第二，Retrieval。即怎么在大量的知识中，找到一小部分有用的，给到模型参考。

第三，Generation。即怎么结合用户的提问和检索到的知识，让模型生成有用的答案。这三个步骤虽然看似简单，但在 RAG 应用从构建到落地实施的整个过程中，涉及较多复杂的工作内容（细节上是魔鬼）。

架构几乎按照这个模块设计，但是各家落地方案各有不同

先看一下各家的技术方案

有道的QAnything

亮点在：rerank

RAGFLow

亮点在：数据处理+index

智谱AI

亮点在文档解析、切片、query改写及recall模型的微调

FastGPT

优点：灵活性更高

下面分别按照模块比较各框架的区别

功能模块	QAnything	RAGFLow	智谱AI	FastGPT
知识处理模块	pdf文件解析是抑郁PyMUPDF实现的，目前效率最高的，解析文档的文字采用的是PyMuPDF的get_text.不区分文字文档，还是图像文档（图像文档的若没有文字会报错）	OCR， Document Layout Analyze 等，这些在常规的 RAG 中可能会作为一个不起眼的 Unstructured Loader 包含进去，可以猜到 RagFlow 的一个核心能力在于文件的解析环节
召回模块	向量库采用milvus的混合检索（BM25+向量检索），不设置阈值，返回topk（100）	向量数据库使用的是 ElasticSearch。混合检索，实现的是文本检索 + 向量检索，没有指定具体的向量模型，但是使用huqie作为文本检索的分词器	语义检索语义检索模式通过先进的向量模型技术，将知识库中的数据集转换成高维向量空间中的点。在这个空间中，每个文档或数据项都被表示为一个向量，这些向量能够捕捉到数据的语义信息。当用户提出查询时，系统同样将问题转化为向量，并在向量空间中与知识库中的向量进行相似度计算，以找到最相关的结果。优势：能够理解并捕捉查询的深层含义，提供更加精准的搜索结果。应用场景：适用于需要深度语义理解和复杂查询处理的情况，如学术研究、技术问题解答等。技术实现：利用如text-embedding-ada-002等模型，对文本数据进行embedding，实现高效的语义匹配。全文检索全文检索模式侧重于对文档的全文内容进行索引，允许用户通过输入关键词来检索文档。这种模式通过分析文档中的每个词项，并建立一个包含所有文档的索引数据库，使用户可以通过任何一个词或短语快速找到相关的文档。优势：检索速度快，能够对大量文档进行广泛的搜索，方便用户快速定位到包含特定词汇的文档。应用场景：适用于需要对文档库进行全面搜索的场景，如新闻报道、在线图书馆等。技术实现：采用倒排索引技术，通过关键词快速定位到文档，同时结合诸如TF-IDF等算法优化搜索结果的相关性。混合检索混合检索模式结合了语义检索的深度理解和全文检索的快速响应，旨在提供既精准又全面的搜索体验。在这种模式下，系统不仅会进行关键词匹配，还会结合语义相似度计算，以确保搜索结果的相关性和准确性。优势：兼顾了全文检索的速度和语义检索的深度，提供了一个平衡的搜索解决方案，提高了用户满意度。应用场景：适合于需要综合考虑检索速度和结果质量的场景，如在线客服、内容推荐系统等。技术实现：通过结合倒排索引和向量空间模型，实现对用户查询的全面理解和快速响应。例如，可以先通过全文检索快速筛选出候选集，再通过语义检索从候选集中找出最相关的结果。向量模型采用：BGE-M3 别通过向量检索、文本检索召回数据，并采用RFF算法排序；	采用文章结构切片以及 small to big 的索引策略可以很好地解决。针对后者，则需要对 Embedding 模型进行微调。我们有四种不同的构造数据的方案，在实践中都有不错的表现： Query vs Original：简单高效，数据结构是直接使用用户 query 召回知识库片段； Query vs Query：便于维护，即使用用户的 query 召回 query，冷启动的时候可以利用模型自动化从对应的知识片段中抽取 query； Query vs Summary：使用 query 召回知识片段的摘要，构建摘要和知识片段之间的映射关系； F-Answer vs Original：根据用户 query 生成 fake answer 去召回知识片段。微调 Embedding 模型
重排模块	精准排序采用自己的rerank模型，但是阈值设置在0.35	重排是基于文本匹配得分 + 向量匹配得分混合进行排序，默认文本匹配的权重为 0.3, 向量匹配的权重为 0.7	支持重排，动态设置合并 embedding 和 fulltext 的结果，并根据 id 去重；对qa字符串拼接，并删除空格、标点符号，对字符串进行hash编码并去重；如果配置了 rerank 模型，那调用模型进行重排序，并在 score 中新增 rerank 的得分；没有则不会增加 rerank的得分；
大模型的处理	所有数据组织在一起的prompt（做了最大token的优化处理）	大模型可用的 token 数量进行过滤		模型微调上，采用分阶段微调，即首先用开源通用问答数据进行微调，然后用垂域问答数据微调，最后用人工标注的高质量问答数据进行微调。
web服务	使用sanic实现web服务	Web 服务是基于 Flask
切词处理	自定义的ChineseTextSplitter完成	huqie
文件存储		文件存储使用的是 MinIO
亮点	与常规的RAG比较，在rerank环节做了精细化调整	解析过程写的也很复杂，无怪乎处理速度有点慢。不过预期处理效果相对其他 RAG 项目也会好一些。从实际前端的展示的 Demo 来看，RAGFlow 可以将解析后的文本块与原始文档中的原始位置关联起来，这个效果还是比较惊艳的，目前看起来只有 RagFlow 实现了类似的效果。	FastGPT 提供了三种检索模式，覆盖了 RAG 中的主流实现。对重复的数据去重并使用最高得分；计算 rrfScore 并以其为依据排序；