DeepRAG：《Thinking to Retrieval Step by Step for Large Language Models》。这是一篇关于如何让大语言模型（LLMs）更聪明地进行检索增强推理（Retrieval-Augmented Generation, RAG）的研究。
| 标题 | 期刊 | 年份 | 关键词 |
|---|---|---|---|
| DeepRAG: Thinking to Retrieval Step by Step for Large Language Models | arXiv (预印本) | 2025 | Retrieval-Augmented Generation, Large Language Models, Markov Decision Process, Adaptive Retrieval |
🧠 研究背景
大语言模型（LLMs）在推理任务中表现出了惊人的潜力，但它们也有一个致命弱点——容易出现事实性幻觉（factual hallucinations）。这是由于模型的知识在时效性、准确性和覆盖范围上的局限性导致的。为了解决这个问题，检索增强生成（RAG）应运而生，通过检索外部知识库或搜索引擎的信息来提升模型回答的准确性。然而，现有的RAG方法存在一个很大的问题：任务分解不够有效，检索过程冗余，不仅引入了噪声，还降低了回答质量。🤔
🛠️ 相关工作
在检索增强生成领域，已经有了一些尝试。比如，基于分类器的方法（classifier-based methods）需要额外训练一个线性头来决定是否检索；基于置信度的方法（confidence-based methods）依赖于阈值驱动的不确定性指标，但这些方法在不同任务上的表现很不稳定。而DeepRAG则提出了一种全新的方法，利用LLMs的生成能力，通过模仿学习和链式校准来动态决定是否需要检索，既不需要额外参数，也不依赖不稳定的不确定性指标。🚀
🌟 创新点
DeepRAG的核心创新在于它将检索增强推理建模为马尔可夫决策过程（Markov Decision Process, MDP），并引入了两个关键组件：检索叙事（Retrieval Narrative）和原子决策（Atomic Decisions）。
-
检索叙事：确保检索过程是结构化的、适应性的，根据已检索到的信息动态生成子查询。
-
原子决策：动态决定每个子查询是否需要检索外部知识，还是直接依赖模型自身的参数化知识。
🖥️ 模型图输入输出转变
输入：问题（如“《指环王》三部曲的总时长是多少？”）
输出：经过多步推理和动态检索后，生成最终答案（如“558分钟”）。
在这个过程中，模型会动态生成子查询（如“《指环王：护戒使者》的时长是多少？”），并根据需要决定是否检索外部知识。最终，这些子查询的答案会被整合成最终答案。🧩
这种方法不仅提高了检索效率，还显著提升了回答的准确性，可以说是“推理界的瑞士军刀”！🎉
🧩 方法介绍
DeepRAG的框架可以分为三个关键步骤：
-
二叉树搜索（Binary Tree Search）
模型通过二叉树搜索为每个子查询探索两种策略：直接使用参数化知识或检索外部知识库。这不仅分解了问题，还考察了不同检索选择对最终答案的影响。🔍 -
模仿学习（Imitation Learning）
通过合成数据，让模型学习最优的推理路径，即在最小化检索成本的同时生成正确答案。这一步骤让模型学会了如何高效地分解问题并生成中间答案。🎓 -
链式校准（Chain of Calibration）
这一步进一步优化模型对自身知识边界的认知。通过合成偏好数据，模型可以更准确地判断何时需要检索，何时依赖内部知识。🔍
📊 实验
DeepRAG在五个开放域问答数据集上进行了实验，包括HotpotQA、2WikiMultihopQA、CAG、PopQA和WebQuestions。实验结果显示，DeepRAG在所有数据集上都显著优于现有方法，平均回答准确率提升了21.99%，检索效率也得到了显著提升。📈
🎯 重点：DeepRAG的创新之处
-
动态决策：DeepRAG能够根据问题的复杂性和已有的知识动态决定是否需要检索，避免了不必要的检索操作。
-
知识边界校准：通过链式校准，模型更好地理解了自身知识的边界，从而在检索和推理之间做出更明智的选择。
-
结构化推理：检索叙事确保了推理过程的结构化，让模型能够像人类一样逐步解决问题。
