SeaKR: Recuperación de Conocimiento Autoconsciente para la Generación Aumentada Adaptativa con Recuperación

SeaKR: Self-aware Knowledge Retrieval for Adaptive Retrieval Augmented Generation

June 27, 2024

Autores: Zijun Yao, Weijian Qi, Liangming Pan, Shulin Cao, Linmei Hu, Weichuan Liu, Lei Hou, Juanzi Li

cs.AI

Resumen

Este artículo presenta Self-aware Knowledge Retrieval (SeaKR), un modelo RAG adaptativo novedoso que extrae la incertidumbre auto-consciente de los LLMs a partir de sus estados internos. SeaKR activa la recuperación cuando los LLMs presentan una alta incertidumbre auto-consciente durante la generación. Para integrar de manera efectiva los fragmentos de conocimiento recuperados, SeaKR los reordena basándose en la incertidumbre auto-consciente del LLM, preservando el fragmento que reduce su incertidumbre al máximo. Para facilitar la resolución de tareas complejas que requieren múltiples recuperaciones, SeaKR utiliza su incertidumbre auto-consciente para elegir entre diferentes estrategias de razonamiento. Nuestros experimentos en conjuntos de datos de Respuesta a Preguntas, tanto complejos como simples, muestran que SeaKR supera a los métodos RAG adaptativos existentes. Publicamos nuestro código en https://github.com/THU-KEG/SeaKR.

English

This paper introduces Self-aware Knowledge Retrieval (SeaKR), a novel adaptive RAG model that extracts self-aware uncertainty of LLMs from their internal states. SeaKR activates retrieval when the LLMs present high self-aware uncertainty for generation. To effectively integrate retrieved knowledge snippets, SeaKR re-ranks them based on LLM's self-aware uncertainty to preserve the snippet that reduces their uncertainty to the utmost. To facilitate solving complex tasks that require multiple retrievals, SeaKR utilizes their self-aware uncertainty to choose among different reasoning strategies. Our experiments on both complex and simple Question Answering datasets show that SeaKR outperforms existing adaptive RAG methods. We release our code at https://github.com/THU-KEG/SeaKR.