DeepMind | 在生成的过程中进行检索：一种有潜力完全替代RAG的思路"RICHES"

文章预览

大家好，我是HxShine 今天分享一篇 Google DeepMind 公司的一篇文章，Title: From RAG to RICHES: Retrieval Interlaced with Sequence Generation：从 RAG 到 RICHES：在生成过程中完成检索。 这篇文章提出了一种新的方法  RICHES ，它 将检索RAG与生成完全结合在一块。RICHES 消除了对单独构建RAG系统再结合LLM进行生成的模式，为传统的 RAG 系统提供了一种替代方案。 它 通过直接解码其内容来检索文档 ，并受到语料库的约束。 RICHES允许我们仅通过提示即可适应各种新任务。 RICHES 可以与任何指令微调模型一起使用，而 无需额外的训练。它提供属性证据，支持多跳检索，并在单个 LLM 解码过程中交织思维以规划下一步要检索的内容。  实验表明RICHES 在 ODQA 任务（包括属性和多跳 QA）中都有非常好的性能。 RICHES是 非常有潜力能替代RAG 的一种方案，他能做到 在生成的过程中完成检 ………………………………