嘿，大家好！這里是一個專注于AI智能體的頻道！

今天來聊聊一篇挺有意思的論文，被langchain官方點名，很多評論推薦的文章！

Multi-Meta-RAG: Improving RAG for Multi-Hop Queries using Database Filtering with LLM-Extracted Metadata

檢索增強生成 （RAG） 支持從外部知識源檢索相關信息，并允許大型語言模型 （LLM） 回答對以前看不見的文檔集合的查詢。然而，研究表明，傳統的 RAG 應用程序在回答多跳問題方面表現不佳，這些問題需要檢索和推理支持證據的多個元素。我們引入了一種稱為 Multi-Meta-RAG 的新方法，該方法使用數據庫過濾和 LLM 提取的元數據來改進 RAG 從各種來源中選擇與問題相關的相關文檔。雖然數據庫過濾特定于來自特定領域和格式的一組問題，但我們發現 Multi-Meta-RAG 極大地改善了 MultiHop-RAG 基準測試的結果。代碼開源地址https://github.com/mxpoliakov/Multi-Meta-RAG

介紹內容之前，必須得先說下，啥是多跳問題呢？簡單來說，就是那些需要從多個信息源中提取并推理出答案的問題。傳統的RAG技術在這方面表現得不太好，因為它很難從多個文檔中找到正確的信息片段，單一的向量很難召回出差異較大的信息源。

為了解決這個問題，兩位研究者提出了Multi-MetaRAG方法。這個方法的核心是使用數據庫過濾和LLM提取的元數據來提高文檔選擇的相關性。具體來說，就是先用一個輔助的LLM來分析問題，提取出問題中的關鍵信息，比如新聞來源或者發布日期，然后用這些信息作為過濾條件，去數據庫里找到最相關的文檔片段。

使用的few-shot prompt中的few-shot示例如下：

論文中使用了一個叫做MultiHop-RAG的基準測試數據集，這個數據集包含了很多多跳查詢的例子。研究者們用這個數據集來測試他們的Multi-MetaRAG方法，結果發現，無論是在文檔片段的檢索上，還是在LLM生成答案的準確性上，都有了顯著的提升。

舉個例子，如果有人問：“Engadget在The Verge之前報道了13.6英寸MacBook Air的折扣嗎？”傳統的RAG可能會找錯信息源，給出錯誤的答案。但Multi-MetaRAG通過過濾，確保了只從Engadget和The Verge這兩個來源中檢索信息，從而提高了回答的準確性。

最后，作者也指出了這個方法的一些局限性，比如它需要特定領域和格式的問題集，還需要額外的推理時間來提取元數據。不過，盡管有這些限制，Multi-MetaRAG還是一個簡單易懂、效果顯著的方法。

本文轉載自 ??探索AGI??，作者： 獼猴桃