智能检索生成技术自优化机制与应用.pdfVIP

01.开卷考试与Self-RAG

这里我们从一个常见的生活场景入手——参加开卷考试，一般来说我们通常会采用以下两种

作答策略：

•方法一：对于熟悉的题目，直接快速作答；对于不熟悉的题目，快速翻阅参考书，

找到相关部分，在脑海中整理分类和总结后，再在试卷上作答。

•方法二：每一个题目都需要参考书本进行解答。先找到相关部分，在脑海中进行整

合和总结后，再到试卷写。

显然，方法一大家用的一些，是首选方法。方法二不仅耗时，还有可能引入无关的或错

误的信息，导致出现和错误，甚至在考生原本擅长的领域也不例外。

映射到RAG应用开发中，很容易可以发现，方法二是典型的RAG，即（检索-整合-生

成）流程，而方法一就是Self-RAG的流程。

Self-RAG全称为自我RAG，见名知其意，即对原始查询、检索的内容、生成的内容进

行自我，根据的结果执行不同的操作，例如：直接输出、重新检索、剔除不相

关的内容、检测生成内容是否存在幻觉、检测生成内容是否有帮助等，可以把Self-RAG看

成是一个拥有自我能力的智能体，这个智能体主要用来依据相关知识库回复用户问题，

自我迭代，直到输出满意的结果。

一个Self-RAG应