LLM RAG 擷取增強生成介紹 (3 種 RAG/Self-RAG/CRAG 全解析)

5 天前

目前的 LLM RAG 解決了什麼問題？

當前的人工智慧技術中，LLM (大型語言模型) 和 RAG (檢索增強生成) 結合是一種強大的應用方式。簡單來說，這是一種將「AI LLM 的智慧」與「資料庫的知識」結合起來的方法。LLM 就像是一位非常聰明的助手，擅長理解和生成自然語言，能回答問題、完成文章，甚至進行創意寫作。但它的知識是來自於訓練過程，並非即時更新，因此可能會有過時或不完整的資訊。RAG 則解決了這個問題，RAG 的核心是利用檢索技術，即在需要的時候，從外部資料庫或知識庫中提取最新、相關的資訊，再將這些資訊傳遞給 LLM，讓它能結合這些資訊生成更準確、更有依據的回答。可以說是有效率的彌補新資訊對於 LLM 訓練時不存在的神經網路參數記憶，大幅度提昇回應能力。

舉個例子：想像你在問一個問題，比如「今年最流行的手機是哪款？」LLM 本身可能無法知道最新的資訊。但通過 RAG，它可以先去搜尋相關的資料，比如來自網路上的最新文章或數據，再用這些資訊生成一個可靠的答案。總而言之，LLM 負責「理解和表達」，而 RAG 負責「找到最新的知識」。兩者結合，就像是一位既有高智商又有豐富資料來源的超級助手，可以更好地幫助我們解決問題，滿足各種需求！

關於 LLM AI 幻覺

傳統的 LLM 透過過去大量的資料學習，在回答問題的時候容易產生「AI 幻覺 (AI Hallucination)」也就是我們常說的睜著眼睛說瞎話。這樣情境通常是因為 LLM 學習時並沒有正確的資料，但是生成回應時基於機率模式，還是會盡可能拼湊出錯誤的答案。

在某些情況下，如果我們已經期望 LLM 想要回答的範圍，那我們就可以將資料先準備好。這種感覺有一點像是把簡答題改為選擇題，但是問題來了，總不能每次都準備好一堆資料才開始問問題，這樣會造成輸入的 Token 太多太複雜，因此我們必須事先準備好資料，讓 LLM 可以在這些資料尋找適合的答案。

實際上並不是把這些資料讓 LLM 進行訓練，因此資料不會存在 LLM 參數中，這些「記憶」又稱為「非參數記憶(Non-Parametric Memory)」。

如何改善 LLM 面對未知問題的能力？

需要改善 LLM 的回應能力可以透過 Fine-Tuning 或 RAG 等方法，我們分別說明兩種方法的差異：

Fine-Tuning 再次訓練模型
將新的資料基於原本的參數進行訓練，讓模型學習更多的資料，這種方法對於現今動不動就上百億參數的 LLM 來說，實現上會比較困難，需要有足夠強大的硬體。

RAG 檢索增強生成
利用 LLM 可以理解資料的能力，直接擴充並且可侷限 LLM 回應的範圍，雖然速度不及 Fine-Tuning，但是快速擴增的能力帶來不少好處。

Model Fine-Tuning vs RAG

我們比較一下兩種強化 LLM 的方法，分別是參數化記憶的 Fine-Tuning 與非參數記憶的 RAG，兩種方法的特性如下：

Fine-Tuning 又稱為 Domain-Specific Fine-tuning (DSF)

需要較高的運算
無法保證最終學習效果 (無法絕對避免幻覺)
針對經常變動的資料訓練不易
大量資料訓練後不影響回應速度 (適合大規模學習)
可改善語意、風格、詞彙能力
可縮小模型改善效率 (SLM)

RAG

不需要重新計算模型
快速適應新資料 / 容易抽換
大幅度減少幻覺的範圍
大規模資料影響回應效率 (適合專門領域的回應)
僅針對外部給予的資料有最佳的反應能力
需依賴大模型的理解與搜尋能力

RAG 解決的什麼問題？

以往通用 AI LLM 在回應問題時也使用了通用的回答 (來至於既有的參數記憶)，但是這個通用的回答在特定專用領域中往往不善其人意 (又稱 AI 幻覺)。

RAG 透過已經設計好的資料提供 LLM 進行檢索與回應，提昇 AI 在特定領域的可用性，整個過程就像是 Open Book 測驗。典型的架構如下：

擷取增強生成介紹 (Retrieval-Augmented Generation)

RAG (Retrieval-Augmented Generation) 檢索增強生成的由來

2020 年由 Yunfan Gaoa, Yun Xiong, Xinyu Gao, Kangxiang Jia, Jinliu Pan, Yuxi Bi, Yi Dai, Jiawei Sun, Meng Wang, and Haofen Wang 共十位作者發表的論文 Retrieval-Augmented Generation for Large Language Models: A Survey 開啟了 LLM 落地應用的大門。如下：

實現多模態 (圖片檢索) 的向量資料庫

由於向量資料庫僅能夠處理 Embedding Token，如果需要讓 RAG 擁有處理圖片 (甚至其他多媒體) 的能力也可以透過其他 AI 模型來建立資料。比如透過強大的 GPT-4V 解讀圖形與表格，將產生後的向量資料合併儲存，讓回答的資料更為廣泛。如下所示：

典型的 RAG 流程圖

最基礎的 LLM RAG 流程會透過自我詢問的方法整合回答，過程中會將問題的 Input 與 Vector Database 進行合併查詢，藉此提高正確性，同時也可以限縮回應的內容不會超過範圍，甚至針對無關的問題直接可以不回應，避免 LLM 回覆 AI 幻覺的答覆。典型的流程如下：

以原始論文中的範例來看，LLM RAG 對話流程範例如下：

將問題透過 Vectors DB 找出答案以後讓 LMM 重新整合進行回應。

實現 RAG 的基本要素

LLM AI
由於問題與答案的過程都需要 LLM 介入，因此選用一個強大的 LLM 模型是必要的，可以透過 API 串接 OpenAI ChatGPT 或者自建 Llama 等等開源模型
Vector Store
用來儲存讓 LLM 快速閱讀的向量資料庫，主要會將需要擴增的資料透過與使用的 LLM 一樣的 Embedding 傳換成向量，讓 LLM 可以外掛一個有記憶的腦袋來強化自己的能力
Procedure
最後需要根據想要解決的問題定義資料流程，這裡除了既有的 Vector Store 也可以透過即時網路上的資料來組合回應，讓 LLM 可以自動處理新資訊，比如目前常用的 LangChain

實現 RAG 檢索增強生成的概念

RAG 就像 OpenBook 考試的概念相同，原始的 LLM 就是會考試的學生，可能書讀的不多也不精，但是如果考試的時候採用 OpenBook，聰明的 LLM 考生就可以在書本中查詢到最適合的解答。實際的過程就是在書本中找到最大內積的資料，這就有很高的機率是正確的，這在 RAG 中又稱為 MIPS (Maximum Inner Product Search) 最大內積搜尋。

但現在還有一個問題，如果考試時間很短，但是書本太厚，要如何加速？這時候我們就需要事先預習並做好索引，這個過程在 RAG 裡面稱為 Document Index。實際上我們會將資料透過 Document Encoder 轉換成 Embedding 並且儲存在向量資料庫中，這樣就可以加速 MIPS 實現的效率。

輸出模型：RAG-Sequence 與 RAG-Token

兩種常用的 RAG 輸出模式：

RAG-Sequence
使用相同的檢索文本，開放領域問答、生成和分類任務中均表現出色
RAG-Token
抽取不同的檢索文件並相應地邊際化，在生成特定內容時表現更為靈活，能夠動態選取最相關的文檔來生成準確的答案

自我反思擷取增強生成 (Self Retrieval-Augmented Generation)

Self-RAG 是論文「SELF-RAG: LEARNING TO RETRIEVE, GENERATE, AND CRITIQUE THROUGH SELF-REFLECTION」提出的方法，主要透過自我詢問的方式來找出最佳解，原始論文如下：

主要有幾個特性：

讓 LLM 透過反思的方法來強化問題與回答的內容
實務上可以先透過 RAG 尋找多個可能的答案，答案可能來自於多分文件或者網路查詢
針對每一個答案再次透過 LLM 進行評估，透過相關性與正確性篩選出最適合的答案
需要把多個回應透過 LLM 進行推理，所以速度通常比較慢一些

糾錯檢索增強生成 (Corrective Retrieval-Augmented Generation)

Corrective Retrieval-Augmented Generation 簡稱 CRAG，論文節錄如下：

CRAG 主要透過「Retrieval Evaluator (檢索評估器)」與「Knowledge Refinement (知識精練)」兩個方法來實現更好的回應結果。CRAG 理論上優於 Self-RAG 更適合對答案準確性要求較高，但對信息檢索速度不要求的場景。

CRAG 的運作機制

Retrieval Evaluator（檢索評估器）
用於評估針對特定問題檢索到的文件的整體品質。它還會利用網路搜索作為輔助工具，進一步提升檢索結果的品質。評估答案分為「正確」（correct）、「模糊」（Ambiguous）、「錯誤」（Incorrect）三種情況。對於「正確」的情況，直接進行知識精練，抽取關鍵資訊。針對「錯誤」的資訊，則利用網路檢索來擴充知識量。針對「模糊」的知識，結合前面兩種操作來提供答案的穩健性及精準度。
Knowledge Refinement（知識精練）
先將文件進行分解再重新組合，以便深入挖掘文件中的核心知識點。利用自訂規則將文件進行分解，並由檢索評估器來衡量其相關性。最後將剩餘的相關知識重新整合。

CRAG 與 Self-RAG 比較

工作流程
Self-RAG 可以直接使用大型語言模型生成答案，無需進行信息檢索。而 CRAG 則需要先檢索相關信息，然後進行評估和篩選，最後才生成答案。
模型結構
self-RAG 的模型結構比 CRAG 更複雜，需要進行更複雜的訓練過程，並在生成答案時進行多標籤生成和評估。這導致 self-RAG 的推理成本更高，效率更低。而 CRAG 的模型結構較為輕量級，推理速度更快。
性能表現
CRAG 在大多數情況下都優於 self-RAG，能夠生成更準確、更相關的答案。

測試結果與比較表如下：

實務上同時使用 Self-RAG 與 CRAG 也是可行的，說穿了這些只是運作流程的概念，可以重新拆解重組應用在適合的業務需求中。

總結 RAG / Self-RAG / CRAG 的差異

以 RAG 的概念一樣是 Open Book 的情況下，我們可以這樣理解：

RAG
對於每一道題目，都仔細查閱參考書，找到相關章節，理解並總結內容，然後將答案寫在試卷上。
Self-RAG
快速回答熟悉的題目。對於不熟悉的題目，可以參考參考書，快速找到相關章節，並在頭腦中進行整理和歸納，然後將答案寫在試卷上。
CRAG
翻書找資料，先整理多個可能的答案 (可能有對有錯)，針對這些答案進行確認與評估，最後選擇出最適合的答案進行作答。(更高的反思能力)

最後我歸納幾點結論：

根據問題則適合的 RAG 組合最為重要，每個場景的需求不同，沒有一定的正確答案。
在實際的測試上 LLM 模型原本的能力也是非常重要，適合且強大的 LLM 才能在擴增的資料中展現最佳的理解與統整能力。
RAG 針對限制範圍的應用已經相當成熟，不需要對 LLM 進行額外的處理就可以透過資料流程達到不錯的效果