Diversity Enhances an LLM's Performance in RAG and Long-context Task大型語言模型（LLMs）的快速發(fā)展凸顯了上下文窗口限制的挑戰(zhàn)，這主要是由于自注意力機制的二次時間復雜度（(O(N^2))，其中 (N) 表示上下文窗口長度）。這一限制影響了問答（Q&A）中的檢索增強生成（RAG）和長上下文摘要等任務。一種常見的方法是選擇與查詢最相似的內容；然而，這通常會導致冗余，并排除多樣化的相關信息。基于最大邊緣相關性（MMR）和最遠點采樣（FPS）的原則，我們在內容選擇過程中引入了多樣性。我們的研究發(fā)現(xiàn)，在基于 LLM 的問答和摘要之前，將多樣性融入內容選擇，可以顯著提高相關句子或塊的召回率。這些結果強調了在未來的 LLM 應用中保持多樣性的重要性，以進一步提升摘要和問答的效果。??https://arxiv.org/abs/2502.09017??

為什么大模型需要學會"挑食"？

在開發(fā)大語言模型應用時，我們常常遇到這樣的困境：面對海量文本數(shù)據(jù)，模型就像面對滿漢全席的新手食客，既想品嘗所有美味，又受限于"胃容量"（上下文窗口）。這種限制主要源自 Transformer 架構的自注意力機制——每增加一個 token，計算量就會呈平方級增長。就像用 1000 塊拼圖拼一幅畫，每增加一塊新拼圖，都需要和之前所有 999 塊比對位置。

圖片

盡管 GPT-4 已經(jīng)能將"胃容量"擴展到 12.8 萬 token，但現(xiàn)實應用中的挑戰(zhàn)依然嚴峻。想象你要開發(fā)一個法律咨詢系統(tǒng)，需要同時處理上百份判例文書；或者開發(fā)醫(yī)療診斷助手，要分析患者長達十年的就診記錄。傳統(tǒng)解決方案就像讓食客只挑看起來最誘人的菜肴，但往往導致營養(yǎng)失衡——過度選擇相似內容，漏掉關鍵信息。

多樣性篩選：大模型的營養(yǎng)師

這時候就需要引入"營養(yǎng)師"角色——多樣性篩選算法。它們的核心思想就像米其林餐廳的品鑒流程：既要保證食材品質（相關性），又要講究菜品搭配（多樣性）。目前主流的兩種"營養(yǎng)搭配法"是：

1. 最大邊際相關（MMR）：精準的膳食平衡

圖片

MMR 算法的工作方式就像米其林大廚選食材。假設要為貴賓準備 8 道菜的套餐，主廚會：

1. 1. 先選最符合客人偏好的主菜（比如龍蝦）
2. 2. 接著選與主菜搭配又能帶來新味覺體驗的輔菜（比如用松露而非普通蘑菇）
3. 3. 持續(xù)平衡"客人喜好"和"菜單多樣性"

數(shù)學公式中的 α 參數(shù)就像口味調節(jié)旋鈕：α=0.7 時更注重菜品質量，α=0.3 時強調菜品多樣性。在實際開發(fā)中，我們通過實驗發(fā)現(xiàn)將 α 設置在 0.6-0.7 之間，能在問答任務中取得最佳效果。

2. 最遠點采樣（FPS）：聰明的空間布局

圖片

FPS 算法源自 3D 點云處理，其原理就像城市規(guī)劃師選址：

1. 1. 隨機選擇第一個消防站位置
2. 2. 第二個選址離第一個最遠
3. 3. 第三個選址離前兩個最遠的位置
4. 4. 以此類推確保全面覆蓋

當應用于文本選擇時，這種策略能有效避免信息扎堆。比如處理醫(yī)療報告時，傳統(tǒng)方法可能會重復選擇"血壓升高"的相關描述，而 FPS 能同時保留"心電圖異常"、"腎功能指標"等不同維度的關鍵信息。

為什么多樣性篩選能創(chuàng)造奇跡？

在我們的實驗中，采用多樣性篩選帶來了三大突破性提升：

1. 召回率提升

圖片

在長文本問答（Q&A）任務中，傳統(tǒng)方法傾向于選擇與查詢相似度最高的內容，但這種方式容易導致信息冗余或遺漏關鍵細節(jié)。

通過引入最大邊際相關（MMR）和最遠點采樣（FPS） 兩種多樣性篩選策略，顯著提升了候選內容的召回率。

圖片

實驗顯示，在單文檔問答任務中，MMR和FPS相比基準方法（SB）的召回率提升了2%-5%；

在多文檔問答任務中，MMR結合E5模型后，答案在檢索文檔中的召回率提升超過10%。

這種改進源于多樣性篩選能覆蓋更廣泛的語義空間，減少重復內容的干擾，確保關鍵信息不被遺漏。

2. 推理延遲降低 40%

圖片

盡管MMR和FPS均能提升召回率，但兩者的計算效率差異顯著。實驗發(fā)現(xiàn)，MMR的延遲遠低于FPS，尤其是在處理長上下文時。例如，在自然問題（Natural Question）數(shù)據(jù)集上，當壓縮比為0.2時，MMR的延遲僅為FPS的1/3。這一優(yōu)勢源于MMR采用余弦相似度計算，而FPS依賴歐氏距離，后者計算復雜度更高。此外，MMR支持動態(tài)調整超參數(shù)（如窗口大小和權重），進一步優(yōu)化了實時性能。因此，MMR更適合實際應用場景，尤其是需要快速響應的工業(yè)級系統(tǒng)。

3. 內容順序的隱藏價值

內容的排列順序對LLM的理解能力影響深遠。研究發(fā)現(xiàn)，保持句子在原文中的順序（index sort） 能顯著提升問答準確率。

圖片

例如，在單文檔問答任務中，保持原始順序的MMR方法（SB+MMR index sort）相比亂序版本的性能高出3%-5%（如上圖）。

圖片

而對于分塊（chunk）內容，將關鍵塊置于提示的開頭或結尾可進一步提升LLM的注意力（如上圖），這與“Lost in the Middle”現(xiàn)象一致——模型容易忽略中間位置的信息。

圖片

此外，分塊大小也影響效果：512詞塊的表現(xiàn)優(yōu)于256詞塊和句子級分割（表7），說明適度的上下文連貫性對模型推理至關重要。

實踐指南

在實際應用中，總結了三大黃金法則：

1. 參數(shù)調優(yōu)四步法

? 第一步：確定基線 α=0.5

? 第二步：以 0.1 為步長進行網(wǎng)格搜索

? 第三步：驗證集上評估召回率和生成質量

? 第四步：根據(jù)任務類型微調（問答任務建議 α=0.6，摘要任務 α=0.55）

2. 混合策略配置

對于超長文本處理，可以采用分級篩選：

? 第一級用 FPS 快速粗選（窗口大小 100）

? 第二級用 MMR 精準篩選（窗口大小 10）

? 最終按原文順序+相關性分數(shù)排序

3. 避免的五個陷阱

? 盲目追求最大多樣性（α<0.4 會導致信息偏離）

? 忽視 embedding 模型的質量（建議使用 bge-large-v1.5）

? 混合不同來源文檔時未做歸一化處理

? 固定窗口大小不調整（建議動態(tài)設置：窗口大小=總 token 數(shù)/50）

? 忽略內容順序的影響（特別是時序性文檔）

未來演進方向

三個重要趨勢：

? 動態(tài)多樣性調節(jié)：根據(jù)上下文復雜度自動調整 α 參數(shù)

? 多模態(tài)擴展：將圖像特征納入多樣性考量

? 自監(jiān)督微調：讓模型自主生成多樣性評估信號

站在開發(fā)者的角度，理解這些原理不僅能夠優(yōu)化現(xiàn)有系統(tǒng)，更能為設計新一代語言模型提供啟發(fā)。就像優(yōu)秀的廚師懂得食材搭配的藝術，聰明的開發(fā)者需要掌握信息篩選的平衡之道。將人類的信息處理智慧編碼進算法，大模型才能真正成為稱職的"信息美食家"。

本文轉載自 ??大語言模型論文跟蹤??，作者：HuggingAGI