微信扫码
添加专属顾问
Google DeepMind提出一种新颖的方法RICHES(Retrieval Interlaced with Sequence Generation),通过单一的LLM和解码过程,将文本生成与文档检索原生地交织在一起。无需单独的检索器和生成器,直接解码文档内容或相关的自然语言检索键。无需额外训练,即可通过提示适应多样的新任务。
示例RICHES输出,用于具有单个大型语言模型(LLM)和解码通道的多跳查询。绿色引用文本是从检索语料库中"检索"或逐字生成的。RICHES生成原生地交错了思考和多个检索证据。
RICHES的工作流程太长不看版:
初始化模型:选择一个适合的预训练大型语言模型(LLM)。
定义检索键:确定用于检索的文档标识符,如标题、段落、句子或命题。
构建索引:使用FM-Index等技术为语料库构建索引,优化检索效率。
接收输入:接收用户的问题或查询作为输入。
交替生成:LLM交替进行自由文本生成和受限检索键生成。
应用约束:在生成过程中,利用索引对检索键进行约束,确保它们对应于语料库中的有效文档。
检索文档:根据生成的检索键,从语料库中检索相关文档或信息片段。
整合与输出:将检索到的内容与生成的文本结合,形成完整的回答或解决方案。
评估:使用适当的评估指标(如F1分数、AutoAIS)对输出结果进行评估。
迭代优化:根据评估结果进行模型和流程的迭代改进。
检索与生成的交织:
RICHES通过直接解码文档内容或相关的自然语言检索键来检索文档,这些检索键指向生成它们的文档。
这种方法允许在一个单一的解码过程中将文本生成与检索交织在一起,从而避免了使用单独的检索器和生成器。
检索键的定义:
检索键是存在于预定义的有限序列集K中的一个标记序列,每个条目都与底层语料库C中的一个或多个文档相关联。
在输出序列y中标记检索键的开始和结束使用特殊标记«and»。
概率模型的更新:
通过引入一个指示函数1K(q),将标准的自回归语言建模概率Pθ(y|x)更新为包括检索键的概率模型。
该模型通过零化不允许的序列的继续概率来实现约束解码。
约束束解码(Constrained Beam Decoding):
使用束搜索(Beam Search)作为解码策略,模拟启发式的最优优先搜索。
在每个时间步,LLM估计每个节点(标记)的值,并将其添加到固定大小的队列(束)中。
通过FM-Index实现高效约束:
使用FM-Index(Ferragina和Manzini,2000)来约束解码过程中的模型输出,确保输出序列在语料库中存在。
FM-Index是一个压缩的后缀数组,支持快速子串搜索操作。
自适应束大小:
引入自适应解码策略,根据生成的约束序列和非约束序列的不同需求,动态调整束大小。
约束序列需要精确匹配目标检索键,而非约束序列则更灵活。
索引策略:
FM-Index支持高效索引语料库中的所有子串,但文档表示方式的选择对检索效果有重要影响。
RICHES支持多种索引策略,包括文档标题、段落子字符串、句子子字符串和命题索引。
RICHES在开放领域问答(归因问答、多跳问答和检索思考)任务上展现出强大的性能,与传统的检索增强生成方法相比,在多跳问答任务(Hotpot)上表现尤为出色,能够通过单一的解码过程实现更准确的答案生成。
RICHES与密集检索在单跳问答(QA)中的示例对比。仅展示检索到的文本以供说明。
来自RICHES的迭代检索输出示例。备注以(# 评论)的形式进行了注释。
还讨论了RICHES在不同索引策略、束搜索(beam search)大小的对比效果:
附录:
用于多跳问答的RICHES的Few-shot Prompt模版
For given input query, write 1-3 passages to answer the query. Write a hint keyword and a passagecontained within « and ». A passage must be a complete sentence and not a phrase. It must containcomplete context for answering the query and should not begin with it, he, they etc. Do not repeat anypassages. Aim for new keywords.question: The football manager who recruited Cristiano Ronaldo managed Manchester United duringwhat timeframe?passage: keyword: Cristiano Ronaldo’s recruiting manager « Alex Ferguson recruited Cristiano Ronaldo »keyword: Sir Alex Ferguson’s tenure at Manchester United « Sir Alex Ferguson managed ManchesterUnited from 1986 to 2013. »answer: 1986 to 2013question: Were Eatza Pizza and Your Pie founded in the same state?passage: keyword: Eatza Pizza founded in state « Eatza Pizza was founded in Arizona » keyword: YourPie founded in state « Your Pie was founded in Athens, Georgia »answer: noquestion: In which stadium do the teams owned by Myra Kraft’s husband play?passage: keyword: Myra Kraft’s husband « Robert Kraft’s wife is Myra Kraft. » keyword: Robert Kraft’steam « Robert Kraft is the owner of the New England Patriots. » keyword: New England Patriots stadium« Gillette Stadium is the home of the New England Patriots. »answer: Gillette Stadiumquestion: <question>passage:
用于单跳问答的RICHES的Few-shot Prompt模版
For given input query, write 1-3 passages to answer the query. Write a hint keyword and a passagecontained within « and ». A passage must be a complete sentence and not a phrase. It must containcomplete context for answering the query and should not begin with it, he, they etc. Do not repeat anypassages. Aim for new keywords.question: who is the owner of phoenix mall pune?passage: keyword: Phoenix Market City owner « Phoenix Market City is developed by Phoenix MillsLimited. »answer: Phoenix Mills Limitedquestion: what brings in more money nba or nfl?passage: keyword: NFL revenues « NFL revenues are well over $10 billion per season. » keyword: NBArevenue « NBA amasses about $6 billion annually. »answer: NFLquestion: when was the french national anthem adopted?passage: keyword: French national anthem « La Marseillaise became the national anthem of France. »keyword: La Marseillaise adoption « La Marseillaise was adopted by France in 1795. »answer: 1795question: questionpassage:
从命题中提取答案的Few-shot Prompt模版
Answer the ’question’ only based on the given ’passage’. If the ’passage’ lacks context or is not relevant,say ’Cannot answer’ else say generate a short answer. Do not answer the query from outside the scope ofthe passage.question: what brings in more money nba or nfl?passage: NFL revenues are well over $10 billion per season. NBA amasses about $6 billion annually.answer: NFLquestion: when did they put warnings on cigarette packspassage: Tobacco packaging 1978’s warning was not removed, so now every cigarette pack contains bothwarnings (one on each lateral).answer: Cannot Answerquestion: when was the french national anthem adopted?passage: La Marseillaise became the national anthem of France. La Marseillaise was adopted by Francein 1795.answer: 1795question: questionpassage: passageanswer:
约束解码过程的说明。给定前缀“Joker is played by”,续接词“Nolan”在语料库中未找到,因此被屏蔽掉。
https://arxiv.org/pdf/2407.00361From RAG to RICHES: Retrieval Interlaced with Sequence GenerationGoogle Deepmind
推荐阅读
欢迎关注我的公众号“PaperAgent”,每天一篇大模型(LLM)文章来锻炼我们的思维,简单的例子,不简单的方法,提升自己。
53AI,企业落地大模型首选服务商
产品:场景落地咨询+大模型应用平台+行业解决方案
承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业
2026-07-03
RAG 检索优化策略:从命中率到答案质量的一套工程打法
2026-07-03
RAG 落地总翻车?全球赛事冠军架构,改造适配企业级生产
2026-07-01
提升 RAG 准确率全攻略 让你的 AI 知识库 真正靠谱起来!
2026-06-30
教程:如何用AutoRAG + Milvus避免RAG 与Agent 中出现串租问题
2026-06-30
知识库不是文件堆——我把RAG准确率从60%调到了92%
2026-06-30
本体论语义建设新思路,另类RAG来解决检索问题
2026-06-30
别把RAG当架构:Ontology(本体)才是Agent的业务世界
2026-06-29
PixelRAG:伯克利团队颠覆传统 RAG,用截图代替文本检索! 28 天狂揽 3000+ Star!
2026-04-06
2026-04-27
2026-04-23
2026-04-20
2026-04-09
2026-04-12
2026-04-22
2026-04-10
2026-05-14
2026-04-30
2026-06-23
2026-06-23
2026-06-15
2026-06-10
2026-06-10
2026-05-20
2026-05-18
2026-05-11
欢迎您使用【53AI 官方网站】(以下简称“本网站”或“我们”)。本《会员服务协议》(以下简称“本协议”)是您(以下简称“会员”或“用户”)与【深圳市博思协创网络科技有限公司】之间关于注册、登录及使用本网站会员服务所订立的法律协议。
在您注册或登录前,请务必审慎阅读、充分理解各条款内容,特别是免除或限制责任的条款、知识产权条款、争议解决条款等。此类条款将以加粗形式提示您注意。 当您通过微信公众号授权、手机验证码验证或其他方式成功登录本网站时,即视为您已完全理解并同意接受本协议的全部内容。
一、 定义
本网站:指由【深圳市博思协创网络科技有限公司】运营的,域名为【53ai.com】的网站及相关移动端页面。
会员服务:指本网站向注册会员提供的知识库文章查阅、内容检索及其他相关增值服务。
知识库内容:指本网站发布的包括但不限于文字、图表、数据、研究报告、行业分析等数字化内容资源。
二、 账号注册与登录
登录方式:本网站支持以下登录方式,您可根据实际情况选择:
微信公众号授权登录:您同意将您的微信OpenID信息授权给本网站,用于创建或关联会员账号。
手机验证码登录:您需提供真实有效的手机号码,并通过短信验证码完成身份验证与登录/注册。
账号安全:您的账号仅限您本人使用,禁止赠与、借用、租用、转让或售卖。因您保管不善导致的账号被盗、密码泄露等损失,由您自行承担。
实名认证:根据相关法律法规要求,我们可能要求您在特定功能下完成实名认证。如您拒绝提供,可能无法使用部分或全部服务。
未成年人保护:若您未满18周岁,请在法定监护人的陪同下阅读本协议,并在征得监护人同意后使用本服务。
三、 服务内容与规范
知识库查阅权限:会员登录后,有权按照其会员等级对应的权限范围,在线浏览、检索本网站知识库中的相关文章及内容。
服务变更:我们有权根据业务发展需要,调整、变更或终止部分服务内容,并将以网站公告、公众号消息等方式提前通知。
禁止行为:您在使用服务时不得实施以下行为:
利用技术手段批量爬取、下载、转存知识库内容;
将知识库内容用于商业目的或未经授权地向第三方传播;
干扰本网站正常运行或侵犯其他用户合法权益;
发布违法违规信息或从事违反公序良俗的活动。
四、 知识产权声明
权利归属:本网站知识库中的排版设计、软件代码等内容的知识产权均归【公司全称】或原权利人所有,受《中华人民共和国著作权法》等法律保护。
有限许可:本网站授予会员一项非独占、不可转让、不可转授权的普通许可,仅限于个人学习、研究之目的在线查阅知识库内容。
侵权追责:未经书面许可,任何单位或个人不得以任何形式复制、转载、摘编、镜像、汇编或以其他方式使用上述内容。一经发现,我们保留追究其法律责任的权利。
五、 个人信息保护
我们重视对您个人信息的保护。关于我们如何收集、使用、存储和保护您的个人信息,请单独阅读 《隐私政策》。
您通过微信公众号授权或手机号验证所提供的信息,我们将严格按照《个人信息保护法》的规定处理,仅用于身份识别、服务提供及安全验证等必要用途。
您可以随时通过网站设置或联系客服行使查阅、更正、删除个人信息及撤回授权同意的权利。
六、 免责声明
内容准确性:知识库内容仅供参考,不构成专业建议。我们不对其完整性、准确性、时效性作任何明示或暗示的保证,您应自行判断并承担使用风险。
不可抗力:因自然灾害、政策法规变化、网络故障、第三方平台接口异常(如微信接口维护、运营商短信通道故障)等不可抗力导致的服务中断或延迟,我们不承担违约责任。
第三方链接:本网站可能包含指向第三方网站的链接,该等网站的内容和服务不受我们控制,请您自行甄别风险。
七、 违约责任
如您违反本协议约定,我们有权视情节采取警告、限制功能、暂停服务、注销账号等措施,并保留要求赔偿损失的权利。
如因您的违约行为导致我们遭受行政处罚、第三方索赔或商誉损失,您应承担全部赔偿责任(包括但不限于罚款、赔偿金、律师费、公证费等)。
八、 法律适用与争议解决
本协议的订立、执行和解释均适用中华人民共和国大陆地区法律。
因本协议产生的或与本协议有关的任何争议,双方应友好协商解决;协商不成的,任何一方均可向【公司所在地】有管辖权的人民法院提起诉讼。
九、 其他
本协议构成双方就本服务达成的完整协议,取代此前任何口头或书面约定。
本协议任一条款被认定为无效或不可执行的,不影响其他条款的效力。
我们对本协议享有最终解释权,并在法律允许的范围内保留随时修改的权利。修改后的协议一经公布即生效,继续使用服务即视为同意修订内容。