DeepRAG指的是什么？
由中科院、中科大以及腾讯微信AI部门共同开发的DeepRAG是一种创新性的检索增强生成框架（RAG），旨在提高大型语言模型（LLMs）在推理与信息检索方面的表现。该系统通过将检索增强推理过程视为一个马尔可夫决策过程(MDP)，并引入了“搜索叙述”和“基本行动决策”两大核心组件，实现了更加结构化且自适应的检索机制。DeepRAG的关键特点在于其动态决策能力：在每一个步骤中，模型都会依据当前的情境判断是应寻求外部知识进行补充还是仅依靠自身已有的参数来进行推理分析。
DeepRAG的核心特性
- 实时搜索抉择DeepRAG具备自主判断能力，在每个步骤中都能灵活选择是调用外部信息还是仅仅依靠内置的知识来进行分析决策。这不仅防止了多余的搜索行为，提升了搜寻的效能，并且也降低了干扰因素及缩短了反应时间。
- 组织化的搜索程序借助“检索叙事”(Retrieval Narrative)的概念，DeepRAG实现了有组织且能自我调整的搜索流程。该系统利用先前获取的数据来创建后续子查询，从而循序渐进地推动推理进程，并更有效地解决复杂的询问问题。
- 调整认知界限DeepRAG利用“调校链路”(Chain of Calibration)技术，使得系统能够更加精确地界定其内在知识范围。这使它更擅长辨别在什么情况下需查阅额外信息，并能在合适的时候依靠内部数据做出推断，从而增强了回答的精准度和可信性。
- 增强搜索效能与提升回复精确度研究显示，DeepRAG于多种开放式问题回答的数据集中大幅提升了答桉精确度（平均增幅达21.99%），同时也降低了查询频次，并改进了搜索效能。
- 广泛的适应性和稳定性DeepRAG展现了优秀的泛化性能与稳定性，在处理时效性强及非训练集范畴内的问答任务时尤为突出，能够灵活应对各种问答环境与数据变化。
DeepRAG的核心工作机理
- 马尔科夫决定进程(MDP)的构建DeepRAG 把检索加强推理的过程构造成一个MDP模型，这代表了对初始提问的一个阶段性解答。在该状态下，st不仅涵盖了原始的问题x，还囊括了当前为止的所有次级询问及其过渡性答复。此过程包含两项次要决策步骤：
- 停止决定（Stop Decision）：确定是继续创建下一子查询还是立即产生最后的答案。
- 单元决定（Unitary Choice）：确定是查询外在信息，还是仅仅利用模型内部的知识库。
- 过渡（Transfers）依据操作调整情况。当选择搜索时，系统将查找相关的资料并创建初步回答；若选择不进行搜索，则直接产生初步回答。
- 激励（Incentives）根据答案准确性及搜索代价来评价现状。奖赏机制旨在提高答案准确度并降低搜索开销。
- 在讨论查找技术时，提及的二叉搜寻树（Binary Search Tree）是一种常用的数据结构。DeepRAG 采用二叉树搜索技术为每个子查询设计逻辑推导路线。针对每一个子查询，系统都会创建两条路径：一条依赖参数知识直接输出结果，另一条则通过查找外部信息来得出结论。这种方法使得模型能够探索多种检索方式，并构建出从原始问题到最终解答的完整推理链条。利用二叉树搜索的优势在于它能将复杂的问题拆解并详尽分析各个检索决定如何影响最后的答案形成过程。
- 仿效学习（Learning by Imitation）模仿学习的目标是使模型掌握高效的检索方式。采用优先队列来有效探究可能的推理解径，并倾向于选择那些成本较低的检索路径。通过二叉树搜索机制处理合成数据，以提炼出能够导向正确最终解答的推理步骤。利用这些合成数据对模型进行调优，旨在提升其做出终止判断和基础决策的能力，同时加强查询拆分及生成可信中间结果的功能。
- 校正序列（Calibration Sequence）校准链技术进一步提升了模型对其自身知识范围的认知精度。该过程利用合成的偏好数据来决定检索时机，这些数据依据最优路径生成，并为每个子查询指定最佳检索方案。通过对模型实施基于这些偏好数据的微调，增强了其在面对内部知识边界时作出精准决策的能力。借助校准链技术，模型能够更加精确地判断何时需求助于外部信息进行补充，而在其他情况下则可信赖自身拥有的知识库来进行推理分析。
DeepRAG项目的链接位置
- arXiv科技文章在学术论文数据库中可以找到这篇编号为2502.01142的文章。
DeepRAG的使用情境
- 广泛领域的问题回答DeepRAG具备应对复杂多步推理问答的能力，它能够分阶段拆解问题，并实时搜寻相关数据来构建精确答案。
- 关于知识库的询问与答复于知识库问答场景下，DeepRAG能够融合外部的知识来源例如维基百科与自身拥有的信息，以生成更为精准的答复。
- 智能化客户支持与数字助理利用动态搜索与推理功能，DeepRAG能够在智能客户服务系统中实现更为精准且即时的用户协助。
- 教育和学业支持于教育行业而言，DeepRAG能够辅助师生获得更为精准的知识与资讯，并依据学生的学业进展和个人需要，实时创建定制化的学习资源及习题。
- 健康管理咨询DeepRAG适用于医疗咨询服务，它能够查找最新医学研究成果及临床指导方针，从而给出精准的健康建议。
