对当前RAG的学术研究（或者好的业界的总结）进行梳理汇总，欢迎讨论交流，持续更新中……

Benchmark

论文： Benchmarking Large Language Models in Retrieval-Augmented Generation
来源： AAAI 2024
作者单位： 中科院软件所
核心结论： 从噪音鲁棒性、否定拒答、信息整合能力、反事实鲁棒性四个层面对目前sota大模型+RAG进行评估，认为目前大模型表现出一定程度的噪音鲁棒性，但在否定拒答、信息整合和处理虚假信息方面存在很大困难

---

Retrieval

Adaptive-RAG

论文： Adaptive-RAG: Learning to Adapt Retrieval-Augmented Large Language Models through Question Complexity
来源： NAACL 2024
作者单位： 韩国科学技术院
核心结论： 对于query的难度进行分级：训练一个复杂度判别模型（T5-Large），将query区分为不需要检索、一次检索和多次检索（动态路由检索）三类情况

DR-RAG

论文： DR-RAG: Applying Dynamic Document Relevance to RetrievalAugmented Generation for Question-Answering
来源： arxiv
作者单位： 东北大学、四川大学
核心结论： 将query与第一次检索得到的文档相结合来检索其余文档（应对多跳场景有一定意义）

RichRAG

论文： RichRAG: Crafting Rich Responses for Multi-faceted Queries in Retrieval-Augmented Generation
来源： arxiv
作者单位： 人大、百川
核心结论： 多方面检索器，对于一个query涉及到的多个方面进行拆解，进行多路召回已获取全面、丰富的召回文档

GenRT

论文： List-aware Reranking-Truncation Joint Model for Search and Retrieval-augmented Generation
来源： WWW 2024
作者单位： 中科院计算所、人大
核心结论： 采用多任务学习的方法，将rerank和truncation（取排名列表的截止点，Top N）任务联合学习

---

Critique/Reasoning

Self-RAG

论文： Self-RAG: Learning to Retrieve, Generate, and Critique through Self-Reflection
来源： arxiv
作者单位： University of Washington，Allen Institute for AI，IBM Research AI
核心结论： 自我反思RAG，通过LM生成检索段落的label，Self-RAG 在包含 reflection tokens 的离线任务示例上训练 LM（Llama2-7B）

主要流程：

• 首先生成一个critique token判断是否需要retrieval（Retrieval）
  • 不需要：直接用LLMs生成输出
  • 需要：生成一个critique token评估检索得到的内容的相关性（IsREL）、输出内容、一个critique token用来判断输出是否得到检索内容的支撑（IsSup）
• 针对输出内容生成一个critique token判断输出质量（IsUSE）

Corrective RAG

论文： Corrective Retrieval Augmented Generation
来源： arxiv
作者单位： 中科大，University of California
核心结论： 基于对召回的文档分成三类：correct，ambiguous，incorrect（基于T5-Large）。对于第一类直接采用，第二类结合Google搜索引擎的结果，第三类直接采用搜索引擎的结果

Speculative RAG

论文： Speculative RAG: Enhancing Retrieval Augmented Generation through Drafting
来源： arxiv
作者单位： University of California、谷歌
核心结论： 多打草稿少出错（将不同的检索结果进行组合喂给LLMs生成答案，提供多视角的参考信息，选择最好的答案）

PlanRAG

论文： PlanRAG: A Plan-then-Retrieval Augmented Generation for Generative Large Language Models as Decision Makers
来源： NAACL 2024
作者单位： 韩国科学技术院
核心结论： 制定计划、检索与回答、重新规划

Self-Reasoning

论文： Improving Retrieval Augmented Language Model with Self-Reasoning
来源： arxiv
作者单位： 百度
核心结论： 相关性感知过程、证据感知选择过程和轨迹分析过程

ReSP

论文： Retrieve, Summarize, Plan: Advancing Multi-hop Question Answering with an Iterative Approach
来源： arxiv
作者单位： 蚂蚁
核心结论： 一套完整的适用于业界场景的RAG流程。基于reasoner对query进行拆分（plan），通过retriever和summarizer将query和sub-query的参考信息分别存储在global memory和local memory，当global memory中的信息可以回复query时将两个memory进行拼接输入至generator，不能回复则重新plan

---

Memory

Selfmem

论文： Lift Yourself Up: Retrieval-augmented Text Generation with Self-Memory
来源： NIPS 2024
作者单位： 北大、人大、沙特阿拉伯大学、腾讯
核心思想： better generation also prompts better memory。LLM生成的好的回复也可以作为memory（检索到的文档），从而将有界的memory推广到了无界中

模型架构：

• Retrieval-augmented Generator： 对于输入X以及对应的输出Y，通过检索组件获取memory，然后将X和memory一起输入到LLM中获取候选的生成内容candidates
• Memory Selector： 计算candidates和X之间的metric（例如BLEU等），从candidates中选取最好的candidate，将其与X一起输入到LLM获得最终的输出

HippoRAG

论文： HippoRAG: Neurobiologically Inspired Long-Term Memory for Large Language Models
来源： arxiv
作者单位： The Ohio State University、Stanford University
核心思想： 让RAG模仿人类长期记忆的三个组件（大脑皮层、海马体、海马旁回）

模型架构：

• 知识图谱（KG）-大脑皮层（Neocortex）： 在人类大脑中，大脑皮层负责处理和存储具体的记忆表示，比如我们学到的知识、经历的事件等。在HippoRAG中，让大模型从文本语料库中提取信息，并将其转换成一个知识图谱（KG），这个图谱就像是一个巨大的、没有固定结构的网络，存储着各种实体（比如人名、地点、概念）和它们之间的关系（GraphRAG）
• 个性化PageRank（PPR）算法-海马体（Hippocampus）： 海马体在人类记忆中扮演着索引的角色，帮助我们通过关联来检索记忆。在HippoRAG中，海马体的功能通过KG和个性化PageRank（PPR）算法来实现。这个算法可以帮助HippoRAG在知识图谱中找到与查询最相关的部分，就像海马体通过关联线索来检索记忆一样
• 检索编码器（retrieval encoders）-海马旁回（Parahippocampal regions）： 在人类大脑中，这些区域帮助我们识别记忆的不同部分，并在检索过程中提供上下文信息。在HippoRAG中，检索编码器（retrieval encoders）将查询中的关键概念与知识图谱中的节点联系起来，确保检索过程能够准确进行

---

Query Rewrite

RaFe

论文： RaFe: Ranking Feedback Improves Query Rewriting for RAG
来源： arxiv
作者单位： 浙大，阿里巴巴，南大
核心结论： 基于强化学习，将reranker的评分作为reward，对query改写进行学习

---

Summary

Refiner

论文： Refiner: Restructure Retrieval Content Efficiently to Advance Question-Answering Capabilities
来源： arxiv
作者单位： 香港科技、清华、香港理工
核心结论： 对检索的内容进行重写，提取查询相关内容以及必要的上下文，并进行分段处理

核心步骤：

• 知识蒸馏： 多个大模型提取输入内容中与query相关内容的完整上下文，构建训练集
  

• 微调： 对Llama-2-7B进行SFT得到refiner（随着prompt长度的增加，参数量更大的模型微调的计算成本更高，所以选择参数量小的模型）

---

个人理解

后续RAG逐渐向Modular RAG的方向发展，核心的module为：

• query理解/解析模块（Intention）：
  • Rewrite：query的纠错、改写
  • Intention：意图识别
  • Plan：query的细拆，制定规划（参考PlanRAG/ReSP）
• 检索模块（Retrieval）：
  • 多路召回：不同的召回来源
  • 扩写召回：不同场景下进行不同扩写（参考RichRAG）
  • 动态路由检索（参考Adaptive-RAG）
• 重排模块（Rerank）：
  • Rerank模型（因子建模/端到端）
• 推理/反思模块（Reasoning/Critique）：
  • Benchmark：评价rag给出的参考信息/生成回复的好坏的基准（参考RAG Benchmark）
  • Critique机制：结合benchmark和plan反思召回结果是否合理（参考Self-RAG/ReSP）
• 参考信息生成模块（Summary Generator）：
  • Summary改写：完整性检查、流畅度检查、要点提取（信息整合）
  • Memory机制：结合plan，设置高优/低优，对结果进行独立存储（参考ReSP）