摘要
模型框架
EfficientRAG 是一种多轮检索生成（RAG）系统的高效方法，旨在通过多个检索轮次获取更相关的信息，并减少无关信息，从而提高答案的准确性和质量。上图显示了 EfficientRAG 如何集成到传统的 RAG 系统中，它的工作流程包括以下关键步骤和组成部分：
1. 检索阶段
步骤：首先，给定一个查询，EfficientRAG 从知识库中检索到与查询相关的内容块（chunks）。
目的：获取初步的相关信息，作为后续生成答案的基础。
2. 标签器和标注器（Labeler & Tagger）
组成：EfficientRAG 的核心模块之一，标签器和标注器共享相同的模型结构，作为 token 级别的分类器。
功能：
标签器：在检索到的内容块中标注一系列 token，表示可以部分或全部回答问题的有用信息。
标注器：对每个检索到的内容块进行标记，指示该块是否有助于回答问题。如果标记为“继续”（<Continue>），表示需要更多信息；如果标记为“终止”（<Terminate>），表示该块提供了足够的答案。
3. 过滤器（Filter）
功能：过滤器模块根据标签器标注的 token 和当前的查询，构建新的查询，指导下一轮的检索。
步骤：
过滤器将原始问题与之前标注的有用 token 结合起来，生成新的查询。
新的查询替换了原始查询中未知的部分，目标是检索到更多有用信息。
4. 多轮检索迭代
步骤：EfficientRAG 通过多轮次的检索不断改进查询。每一轮检索后，标签器对内容块标注有用信息，过滤器生成新的查询。该过程一直持续到所有内容块都被标记为“终止”（<Terminate>），或达到预设的最大检索轮次数。
目的：获取更全面的答案，特别是用于回答复杂的多跳问题（multi-hop questions），需要跨越多个信息点来最终得出答案。
5. 终止条件与答案生成
步骤：当 EfficienRAG 认为已经获取了足够的信息来回答问题时，它将停止检索。
功能：所有检索到的信息会传递给基于 LLM（大语言模型）的生成器，生成最终的回答。
综合数据构建
多跳问题分解：首先，给定一个多跳问题和相关片段，提示LLM将原始问题分解为多个单跳问题，每个单跳问题对应一个片段，并解析子问题的依赖关系。 令牌标记：对于每个子问题和相应片段，提示LLM标记与子问题回答相关的重要词语，使用二进制标签注释片段中的每个词，以确定其重要性。采用SpaCy工具包进行标记。 下一步问题过滤：给定单跳问题及其依赖问题的标记令牌，提示LLM生成下一步问题，提取下一步问题的令牌，过程与令牌标记相同。 负采样：对于每个过滤后的下一步问题，检索最相似但不相关的片段作为困难负片段，这些负片段将被标记。
训练
编码与嵌入：使用自编码语言模型作为编码器，以推导连接序列query, chunk中每个令牌的嵌入。 令牌投影：使用一个全连接层将令牌嵌入投影到二维空间，指示“有用令牌”和“无用令牌”。 片段标签投影：另一个全连接层将序列嵌入的平均池化投影到二维空间，表示片段标签<Continue>和<Terminate>。 EfficientRAG过滤器：以类似方式训练EfficientRAG过滤器，其输入序列是查询和标记令牌的连接。过滤器提取单词并将它们连接以形成下一步查询。
总结
EfficientRAG 通过标签器、过滤器和多轮检索迭代的设计，解决了传统检索生成方法在处理复杂问题时的效率和准确性问题。它既能减少不必要的信息冗余，又能有效获取关键信息，提升最终答案的质量
