检索 · 2024
CRAG
先判断检索结果是对、含糊还是错，错了就改道去查别的来源。
要解决的问题
Self-RAG 会选择要不要检索，但检索回来的材料本身可能整体是错的。模型若继续阅读这些材料，回答会被带偏。
相对前一代的变化
CRAG 在检索和生成之间加一个轻量评估器，对整批结果给出正确、含糊或错误。错误时触发网络搜索等补充检索，而不是直接把原结果送去生成。
做法
Yan 等人训练评估器给检索结果分级。对含糊和错误的结果，用网络搜索扩充，再把文档拆开、留下关键信息后重组。这个评估器可以插到朴素 RAG 或 Self-RAG 上。
局限
论文中的评估器需要训练数据。补充搜索把外部网页引进来，也带来新的噪声和时效问题。
在链路中的位置
位于第一轮检索之后、生成之前，专门处理检索失败这一支。