RAPTOR: Rekursives abstraktives Verarbeitungsverfahren für baumorganisierte Informationsbeschaffung

RAPTOR: Recursive Abstractive Processing for Tree-Organized Retrieval

January 31, 2024

Autoren: Parth Sarthi, Salman Abdullah, Aditi Tuli, Shubh Khanna, Anna Goldie, Christopher D. Manning

cs.AI

Zusammenfassung

Retrieval-augmentierte Sprachmodelle können sich besser an Veränderungen im Weltzustand anpassen und langfristiges Wissen integrieren. Die meisten bestehenden Methoden rufen jedoch nur kurze, zusammenhängende Textabschnitte aus einem Retrieval-Korpus ab, was das ganzheitliche Verständnis des Gesamtkontexts eines Dokuments einschränkt. Wir führen einen neuartigen Ansatz ein, bei dem Textabschnitte rekursiv eingebettet, geclustert und zusammengefasst werden, wodurch ein Baum mit unterschiedlichen Zusammenfassungsebenen von unten nach oben aufgebaut wird. Zum Zeitpunkt der Inferenz greift unser RAPTOR-Modell auf diesen Baum zu und integriert Informationen aus umfangreichen Dokumenten auf verschiedenen Abstraktionsebenen. Kontrollierte Experimente zeigen, dass das Retrieval mit rekursiven Zusammenfassungen signifikante Verbesserungen gegenüber traditionellen retrieval-augmentierten Sprachmodellen bei mehreren Aufgaben bietet. Bei Frage-Antwort-Aufgaben, die komplexe, mehrstufige Schlussfolgerungen erfordern, erzielen wir state-of-the-art Ergebnisse; beispielsweise können wir durch die Kombination von RAPTOR-Retrieval mit GPT-4 die beste Leistung auf dem QuALITY-Benchmark um 20 % in absoluter Genauigkeit verbessern.

English

Retrieval-augmented language models can better adapt to changes in world state and incorporate long-tail knowledge. However, most existing methods retrieve only short contiguous chunks from a retrieval corpus, limiting holistic understanding of the overall document context. We introduce the novel approach of recursively embedding, clustering, and summarizing chunks of text, constructing a tree with differing levels of summarization from the bottom up. At inference time, our RAPTOR model retrieves from this tree, integrating information across lengthy documents at different levels of abstraction. Controlled experiments show that retrieval with recursive summaries offers significant improvements over traditional retrieval-augmented LMs on several tasks. On question-answering tasks that involve complex, multi-step reasoning, we show state-of-the-art results; for example, by coupling RAPTOR retrieval with the use of GPT-4, we can improve the best performance on the QuALITY benchmark by 20% in absolute accuracy.