RankRAG指令微调框架：让LLM在检索增强任务中更高效 - 链载Ai

论文链接：https://arxiv.org/pdf/2407.02485v1

摘要

本篇文章提出了一个新的指令微调框架RankRAG，该框架通过指令微调单个大型语言模型，使其同时具备上下文排序和答案生成的能力，从而提升检索增强生成任务的效率。文章在多个数据集进行了广泛测试，结果表明在多种任务上RankRAG相较于其他基线模型，展现出了更为卓越的性能表现。

RankRAG框架

RankRAG框架主要分为两个阶段：训练（Training）阶段与推理（Inference）阶段。其中训练阶段又可以分为：监督微调与统一指令调优排序和生成两个阶段，下面将详细介绍每个阶段。

1.训练阶段

1.1 监督微调（SFT）

作者使用高质量的指令遵循数据集对语言模型进行微调，提升了大语言模型(LLMs)的指令遵循能力，改善其在各种下游任务中的零样本表现。训练数据包括众包对话数据集、长篇问答数据集以及由LLM生成的指令数据集。

1.2 统一指令调优排序和生成

该阶段的重点在于通过统一指令调优，增强大语言模型(LLM)在排序和生成任务上的能力，特别是对于检索增强生成（RAG）任务的表现。该阶段包括五个关键部分的数据集和任务设计：

第一阶段的SFT数据：
这一部分是为了维护LLM的指令遵循能力。
丰富上下文的问答数据：
利用多个具有丰富上下文的问答任务来增强大语言模型（LLM）使用上下文进行生成的能力。训练数据集包括：

标准的问答和阅读理解数据集
对话式问答数据集
合成对话问答数据集
检索增强的问答数据：
为了提升模型对无关上下文的鲁棒性。作者采用了SQuAD和WebQuestions这两个数据集，这些数据集不仅包含答案上下文，还包括使用BM25检索到的最佳上下文。对于每个问题，作者将答案上下文与使用BM25检索到的最佳上下文结合，确保每个问题都能关联五个上下文。其中一些检索到的上下文可能不包含答案，这些被称为负样本。
上下文排序数据:
为提升LLM的上下文排序能力，作者使用了MS MARCO段落排序数据集。该数据集将问题-相关段落（q，c⁺）视为正例，而使用BM25检索到的困难负例段落（q，c^-）视为负例。LLM需要根据问题判断段落是否与其相关，生成“True”或“False”。此外，由于针对对话问答的排名数据极为稀缺，作者利用对话问答对生成伪相关对，由于每个对话只与一个文档相关联，作者将每个文档切分为150字的片段。然后计算每个片段与真实答案之间的4-gram召回率，召回率高于0.5的片段被视为与对话相关，低于0.1的则被视为不相关。每个样本包含一个问题-上下文对用于该排序数据集。最终作者将两种数据结合，用于训练模型的上下文排序能力。
检索增强的排序数据:
为了提升模型同时评估多个上下文与问题相关性的能力，作者将SQuAD和WebQuestions中的答案上下文与BM25检索到的最佳上下文结合，确保每个问题能关联到五个上下文。其中包含答案的上下文被认为是相关的，训练LLM识别所有与问题相关的上下文。

作者将上述五部分的数据和任务成统一为标准化的问答格式 (x, c, y)，其中 x 是问题，c 是上下文，y 是目标答案。表1展示了如何将不同任务转换为统一格式。这带来了以下好处：

通过增加相对较少的排序数据，增强了LLM的排序能力。
通过将这些任务标准化为统一格式，它们可以相互增强。

2.推理阶段

由于RankRAG包含了额外的重新排序步骤，因此每个问题的推理管道被修改为检索-重新排序-生成管道，描述如下:

检索器R首先从语料库中检索top-N上下文。
RankRAG模型计算问题与检索到的N个上下文之间的相关性分数，作为使用表1中的提示符生成答案为True的概率，然后对上下文重新排序，只保留前k个(k≪N)上下文，然后将其用作生成步骤的输入。
将top-k上下文与问题连接并反馈到RankRAG模型中，以生成最终答案。