RAPTOR: Рекурсивная абстрактная обработка для древовидной организации поиска

RAPTOR: Recursive Abstractive Processing for Tree-Organized Retrieval

January 31, 2024

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

cs.AI

Аннотация

Языковые модели, дополненные механизмом извлечения информации, лучше адаптируются к изменениям в состоянии мира и включают в себя знания из длинного хвоста распределения. Однако большинство существующих методов извлекают только короткие непрерывные фрагменты из корпуса данных, что ограничивает целостное понимание контекста всего документа. Мы представляем новый подход, который рекурсивно создает эмбеддинги, кластеризует и суммирует текстовые фрагменты, строя дерево с различными уровнями суммаризации снизу вверх. Во время вывода наша модель RAPTOR извлекает информацию из этого дерева, интегрируя данные из длинных документов на разных уровнях абстракции. Контролируемые эксперименты показывают, что извлечение с использованием рекурсивных суммаризаций значительно улучшает результаты по сравнению с традиционными языковыми моделями, дополненными извлечением, в нескольких задачах. В задачах ответов на вопросы, требующих сложного многошагового рассуждения, мы демонстрируем результаты на уровне современных достижений; например, объединяя извлечение RAPTOR с использованием GPT-4, мы можем улучшить наилучший результат на бенчмарке QuALITY на 20% в абсолютной точности.

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.