傳統RAG的局限被打破！三個輕量級智能體分工協作，如何讓問答系統更精準？ 原創
近期，公司在AI相關項目，尤其是問答系統領域，對回答的準確率和表述質量提出了更高的要求。用戶提出的問題不僅限于基礎性問題，還可能涉及多樣化、復雜化的場景。也就在上周五快下班的時候，項目經理向我反饋，之前的項目團隊支持的某客戶在使用問答系統時，除了查詢私有知識庫中的信息外，還會提出以下幾類問題：
- 可直接由大語言模型（LLM）回答的問題：例如通用知識或常識性問題。
- 非知識庫相關的口頭表達：如“謝謝”、“再見”等社交性語句。
- 需要多步推理的復雜問題：例如涉及邏輯推理或上下文關聯的問題。
然而，之前項目團隊采用的RAG技術存在一定的局限性：無論用戶提出何種問題，系統均默認從知識庫中檢索答案，再交由LLM生成回答。針對非知識庫問題（如口頭表達），團隊通過在prompt層面設置固定回復的方式進行處理。雖然這種方法能夠部分解決問題，但其設計不夠優雅，且無法有效應對需要多步推理的復雜問題。項目經理希望我能提出一種更優化的解決方案，以應對上述挑戰。為此，我向他提出了一種輕量級的多智能體方案，在不修改檢索器和LLM的前提下，優化整個RAG流程。
架構圖
定義三個智能體
我們設計了三個專門的智能體——推理路由器（Reasoning Router）、信息過濾器（Information Filter）和****決策制定者（Decision Maker）——以促進檢索器與大型語言模型（LLM）之間的通信，每個輕量級智能體扮演不同的角色，通過有針對性的指令協同管理RAG（Retrieval-Augmented Generation）管道的各個方面。這種統一設計確保了高效的協調，同時保持了邊緣部署的簡潔性。三個智能體分別負責評估是否需要檢索、生成有效的查詢以及選擇適合 LLMs 的信息。
推理路由器（Reasoning Router）
從高層次視角確定給定問題的最佳推理策略。根據當前狀態（即問題），它通過最多兩步操作選擇行動：
- 決定檢索必要性：如果輸出[No Retrieval]，則問題直接由LLM處理，利用其內部知識生成答案。
- 確定問題復雜性：如果輸出[Retrieval]，還會評估問題是否需要復雜推理。
- 對于簡單問題，生成一個并與檢索器交互以獲取文檔。檢索到的文檔隨后由信息過濾器處理，提取出適合LLM的相關內容。最后，LLM使用過濾后的文檔生成問題的答案。
- 對于復雜問題，輸出[Planning]，這將觸發需要多個智能體協調的多步推理策略。
具體示例如下：
- 示例1（無需檢索）：
a.輸入問題：q = "What is the capital of France?"
b.輸出：[No Retrieval]
c.解釋：該問題屬于常識性問題，可直接由LLM回答，無需檢索。
- 示例2（簡單問題，需檢索）：
a.輸入問題：q = "What is the population of Paris in 2023?"
b.輸出：[Retrieval]<population of Paris 2023>
c.解釋：該問題需要從外部知識庫中檢索最新數據。
- 示例3（復雜問題，需多步推理）：
a.輸入問題：q = "How does the economic policy of Country A affect its trade relations with Country B?"
b.輸出：[Planning]
c.解釋：該問題涉及多步推理，需要分解為多個子目標并逐步解決。
過濾器（Information Filter）
用于處理和過濾檢索到的信息，以識別適合LLM的內容。其狀態空間包括問題、檢索到的文檔以及當前的推理目標（如果在[Planning]模式下運行）。
決策者（Decision Maker）
根據當前狀態在[Planning]策略中確定最佳行動。其狀態空間包括問題、LLM生成的路線圖以及推理歷史中積累的文檔。根據當前狀態，智能地選擇行動以評估進展并決定下一步操作。
智能體如何協作?
直接回答策略（Direct Answering Strategy）和單次檢索策略（Single-pass Strategy）已在推理路由器（Reasoning Router）的定義中介紹，分別對應于輸出[No Retrieval]和[Retrieval]。
多步推理策略（Multi-Step Reasoning Strategy）對應于推理路由器輸出的[Planning]。該策略旨在解決需要LLM生成高層次路線圖以及多次檢索-過濾循環的復雜問題，通過以下三個階段實現迭代式信息收集和推理：
- 生成路線圖（Generate Roadmap）：LLM將復雜問題分解為一系列結構化的子目標，為智能體提供高層次的指導。這些子目標定義了解決問題的步驟和所需的信息類型。
- 迭代檢索與過濾（Iterative Retrieval and Filtering）：根據生成的路線圖，智能體通過多次檢索-過濾循環逐步收集相關信息。每次循環中，推理路由器確定當前子目標是否需要檢索，信息過濾器提取相關文檔，決策制定者評估進展并決定下一步操作。
- 綜合與生成答案（Synthesis and Answer Generation）：在完成所有子目標后，LLM綜合收集到的信息，生成最終答案。這一過程確保了復雜問題能夠得到全面且準確的回答。
通過這三種策略，我們的多智能體系統能夠自適應地處理不同復雜度的問題：
- 直接回答策略（Direct Answering Strategy）：適用于通用知識問題，提供即時響應。
- 單次檢索策略（Single-pass Strategy）：高效處理基于事實的問題，通過一次檢索-過濾循環獲取答案。
- 多步推理策略（Multi-Step Strategy）：通過引導式迭代推理解決復雜問題。
prompt如何設計
Reasoning Router
推理路由器將按照以下步驟進行評估并輸出相應的動作：
- 評估問題：
a.分析問題的特異性、復雜性和清晰度，判斷是否需要檢索或規劃。
b.確定問題是否屬于LLM的現有知識范圍，或者是否需要外部信息支持。
- 決策類別：
a.如果問題復雜且需要規劃，輸出：[Planning]。
b.如果問題需要特定信息（如最新事件或LLM知識范圍外的細分領域），輸出：[Retrieval] ‘YOUR QUERY HERE‘。
c.如果問題可以直接由LLM回答，輸出：[No Retrieval]。
- 輸出格式：
a.無需檢索：[No Retrieval]
b.需要檢索：[Retrieval]（適用于簡單問題）
c.需要規劃：[Planning]（適用于復雜問題）
其對應的prompt可以如下設計：
你是一個智能助手，負責評估給定的問題是否需要通過檢索獲取更多信息，或者需要規劃才能得出準確答案。你可以訪問一個大型語言模型（LLM）來進行規劃或回答問題，并且有一個檢索系統來提供與查詢相關的信息。
指令：
1. **評估問題**：評估基于LLM的現有知識是否可以提供精確的答案?？紤]問題的具體性、復雜性和清晰度。
2. **決策類別**：
- 如果問題是復雜的，并且在檢索之前需要一個規劃階段，你的回應應該是：
[Planning]
- 如果問題請求特定信息，你認為LLM不具備這些信息，或者涉及最近的事件或超出LLM知識范圍的小眾話題，請按照以下格式進行回應：
[Retrieval] ‘YOUR QUERY HERE‘
- 如果你認為LLM可以在沒有額外信息的情況下回答問題，請回復：
[No Retrieval]
3. **專注于評估**：避免直接回答問題。只專注于確定是否需要檢索或規劃。
推理路由器狀態
現在，請處理以下問題：
問題：{question}
推理路由器的所有可能操作輸出
% 對于不需要檢索的情況
[No Retrieval]
% 對于需要檢索的情況
[Retrieval]<查詢內容> （對于簡單問題）
[Planning] （對于復雜問題）Information Filter
信息過濾器的狀態空間根據系統當前采用的策略不同而有所區別：
- 單次檢索策略（Single-pass Strategy）：
q：輸入問題。
retrieved documents：從檢索系統中獲取的相關文檔。
狀態空間：S2 = {q, retrieved documents}
- 多步推理策略（Multi-step Reasoning Strategy）：
q：輸入問題。
retrieved documents：從檢索系統中獲取的相關文檔。
current objective：當前推理目標（在多步推理模式下）。
狀態空間：S2 = {q, retrieved documents, current objective}
它會進行文檔分析并按照下面的格式進行輸出：
Thought: <對每篇文檔的分析>
Action: [<選定的文檔ID>]示例
- 單次檢索策略：
問題：What is the population of Paris in 2023?
檢索到的文檔：包含巴黎人口統計數據的多篇文檔。
信息過濾器輸出：
Thought: Document 1 contains the most recent population data for Paris (2023).
Action: [Document 1]2. 多步推理策略：
問題：How does the economic policy of Country A affect its trade relations with Country B?
當前目標：分析Country A的經濟政策。
檢索到的文檔：多篇關于Country A經濟政策的文檔。
對應的prompt如下設計：
你是一個智能助手，負責根據給定的問題和當前步驟的目標分析檢索到的文檔。你的角色是確定每個文檔與問題和指定目標的相關性。
指令：
分析相關性：評估每個文檔是否符合當前檢索步驟的目標，并且包含對問題的直接回答。
思考過程：為每個文檔提供簡要分析，同時考慮答案內容和檢索目標。
篩選文檔：在你的思考過程之后，生成一個文檔索引列表，指示保留哪些文檔。
信息過濾狀態
現在，請處理以下問題：
當前步驟的目標：{objective}（僅適用于[Planning]模式）
問題：{question}
文檔：{documents}
信息過濾輸出
思考：<對每個文檔的分析>
行動：[<選定的文檔ID>]Decision Maker
決策者的狀態空間為：S3 = {q, Accumulated Documents, Roadmap}
- q：輸入問題。
- Accumulated Documents：當前累積的文檔（來自之前的檢索-過濾循環）。
- Roadmap：由LLM生成的推理路線圖（在多步推理策略中）。
主要職責是根據當前狀態評估推理進展，并決定是否需要進一步檢索或直接生成最終答案。其動作空間包括以下兩種可能的操作：
- [Retrieval]：
請求額外的檢索-過濾循環，生成子查詢以獲取更多相關信息。
適用場景：當前累積的文檔不足以解決所有子目標。
- [LLM]：
將當前累積的所有文檔傳遞給LLM，生成最終答案。
適用場景：當前累積的文檔已足夠解決所有子目標。
它的輸出格式如下：
Thought: <對當前進展和目標的分析>
Action: {[Retrieval]<subquery content>, 或 [LLM]}示例
- 需要進一步檢索：
問題：How does the economic policy of Country A affect its trade relations with Country B?
當前狀態：
Roadmap：下一步需要分析Country B的貿易政策。
Accumulated Documents：包含Country A經濟政策的文檔。
決策者輸出：
Thought: Additional information on Country B's trade policy is required to complete the analysis.
Action: [Retrieval]<trade policy of Country B>- 生成最終答案
問題：How does the economic policy of Country A affect its trade relations with Country B?
當前狀態：
Accumulated Documents：包含Country A經濟政策和Country B貿易政策的文檔。
Roadmap：所有子目標已完成。
決策者輸出：
Thought: Sufficient information has been accumulated to generate the final answer.
Action: [LLM]通過決策制定器的動態評估和決策，系統能夠在多步推理策略中靈活調整檢索和生成過程，確保復雜問題得到全面且準確的回答。
對應的prompt如下：
你是一個智能助手，負責根據提供的現有文檔、計劃和問題確定下一步的適當行動。你可以訪問一個大型語言模型（LLM）來回答問題，并且有一個檢索系統用于收集額外的文檔。你的目標是決定是否編寫查詢以檢索相關文檔，或者基于現有文檔和計劃使用LLM生成全面的答案。
指令：
1. **評估現有文檔**：評估現有文檔是否足以回答問題。
2. **遵循計劃**：了解計劃中概述的下一步驟。
3. **決策類別**：
- 如果現有文檔不足以需要額外檢索，請回復：
[Retrieval] ‘YOUR QUERY HERE‘
- 如果現有文檔足以回答問題，請回復：
[LLM]
4. **專注于行動**：不要直接回答問題；集中精力根據現有文檔、計劃和問題識別下一步的適當行動。
決策者狀態
現在，請處理以下問題：現有文檔：{accumulated documents}
路線圖：{roadmap}
問題：{question}
決策者的輸出
思考：[你對當前情況的分析（需要檢索額外信息或使用LLM回答）]
行動：[基于分析的決定（[Retrieval]<子查詢內容> 或 [LLM])]總結
通過引入多智能體協作的RAG優化方案，成功解決了傳統RAG技術在處理多樣化問題時的局限性。然而，這種設計較為依賴模型的能力，尤其是Reasoning Router的準確性。一旦Reasoning Router判斷錯誤，最終結果可能不如預期。因此在資源允許的情況下，可以考慮使用一個7B小模型進行fine-tuning以提升Reasoning Router的表現。
本文轉載自公眾號AI 博物院 作者：longyunfeigu
原文鏈接：??https://mp.weixin.qq.com/s/GizZiM1JeF2Mc2Ui8coCGg??
