CCF第七届AIOps国际挑战赛-季军方案分享|北航搜的都队团队|EasyRAG：一个面向AIOps的简洁RAG框架

文章预览

1.概览 先简要介绍背景，本次比赛题目是面向网络运维领域的私域知识问答，根据LLM的类型分为两个赛道，赛道一使用可以微调的Qwen2-7B，赛道二调用 GLM-4 API。我们选择了赛道二，模拟无法微调LLM的场景。 因此，我们的目标是如何在 不微调任何模型 的前提下，实现较为 简洁 的RAG，尽可能达到 准确 、 高效 和 实用 为了达成这一目标，我们基于llama-index[1]，实现了一套包含 查询改写 、 图像数据处理 、 分块策略 、 元数据利用 、 密集检索 、 稀疏检索 、 重排 、 排序融合 、 提示词优化 、 上下文压缩 、 部署 的RAG框架，可以灵活地配置自己的RAG流程，方便地应用在自己的私域数据问答中。 初赛RAG流程：块调优-两路稀疏/密集检索粗排-重排-rrf排序融合 复赛RAG流程：块优化（图像信息和路径知识利用）-两路稀疏检索粗排-重排-答案迭代优化 接下 ………………………………