RAPTOR: Elaborazione Ricorsiva Astratta per il Recupero Organizzato ad Albero

RAPTOR: Recursive Abstractive Processing for Tree-Organized Retrieval

January 31, 2024

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

cs.AI

Abstract

I modelli linguistici potenziati dal retrieval possono adattarsi meglio ai cambiamenti dello stato del mondo e incorporare conoscenze di nicchia. Tuttavia, la maggior parte dei metodi esistenti recupera solo brevi segmenti contigui da un corpus di retrieval, limitando la comprensione olistica del contesto complessivo del documento. Introduciamo un approccio innovativo che prevede l'incorporazione ricorsiva, il clustering e la sintesi di segmenti di testo, costruendo un albero con diversi livelli di sintesi dal basso verso l'alto. Al momento dell'inferenza, il nostro modello RAPTOR effettua il retrieval da questo albero, integrando informazioni da documenti lunghi a diversi livelli di astrazione. Esperimenti controllati dimostrano che il retrieval con sintesi ricorsive offre miglioramenti significativi rispetto ai tradizionali modelli linguistici potenziati dal retrieval in diverse attività. Nelle attività di risposta a domande che richiedono ragionamenti complessi e multi-step, otteniamo risultati all'avanguardia; ad esempio, combinando il retrieval di RAPTOR con l'uso di GPT-4, possiamo migliorare la migliore prestazione sul benchmark QuALITY del 20% in termini di accuratezza assoluta.

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.