[大语言模型-论文精读] ACL2024-长尾知识在检索增强型大型语言模型中的作用

ACL2024-长尾知识在检索增强型大型语言模型中的作用

在这里插入图片描述
On the Role of Long-tail Knowledge in Retrieval Augmented Large Language Models
Authors: Dongyang Li, Junbing Yan, Taolin Zhang, Chengyu Wang, Xiaofeng He, Longtao Huang, Hui Xue, Jun Huang

1.概览

在这里插入图片描述

问题解决：
这篇论文研究了在大型语言模型（LLMs）中，如何通过检索增强生成（RAG）技术来提升模型对长尾知识（long-tail knowledge）的处理能力。长尾知识指的是那些在大规模预训练中不常见，但在实际应用中又非常重要的知识。论文指出，尽管RAG技术能够通过检索相关文档来增强LLMs的回答质量，但它通常不加区分地增强所有查询，而忽略了LLMs真正需要的长尾知识。

研究成果：
研究者提出了一种基于生成预期校准误差（Generative Expected Calibration Error, GECE）的方法来检测长尾知识，并只在查询涉及长尾知识时才进行文档检索和知识融合。实验结果表明，与现有的RAG流程相比，该方法在平均推理时间上实现了超过4倍的加速，并且在下游任务中性能得到了一致性提升。

2. 研究背景

技术背景：
大型语言模型（LLMs）在自然语言处理（NLP）领域取得了显著的成就，但它们在处理长尾知识时仍然存在挑战。RAG技术通过检索补充知识并将其注入模型来增强LLMs的生成能力，但这种方法往往忽略了对长尾知识的特别关注。

发展历史：
RAG技术的发展可以追溯到早期的检索-生成模型，随着深度学习技术的进步，尤其是Transformer架构的出现，RAG技术得到了快速发展。近年来，研究者们开始关注如何更有效地利用RAG技术来提升LLMs在特定任务上的表现。

3. 技术挑战

困难：

知识冗余： 在预训练阶段，LLMs已经学习了大量的通用知识，RAG技术在处理常见知识时可能会导致计算资源的浪费。
长尾知识检测： 如何有效地检测和区分LLMs在处理查询时是否需要长尾知识是一个挑战。
效率与性能的平衡： 在提升模型性能的同时，如何保持或提升推理效率是一个关键问题。

4. 破局方法

解决方法：

GECE指标： 论文提出了一种新的指标GECE，结合了统计学和语义学的方法来衡量知识的“长尾性”, 通过METEOR分数和LLMs生成文本的平均token概率来计算。
长尾知识检测： 使用GECE值来检测输入查询是否涉及长尾知识。
选择性增强： 改进的RAG流程, 只有当查询涉及长尾知识时，才进行文档检索和知识融合，从而提高了推理效率。

ECE:
$\text{ECE} = \sum_{i=1}^{B}\frac{n_{b_i}}{N}|acc(b_i) - conf(b_i)|$

GECE:
$\text{GECE} = \frac{|M(pred, ref) - \frac{1}{n}\sum_{i=1}^{n}p(t_i)|}{\alpha \cdot [E({\bigtriangledown_{ins}) \cdot {\bigtriangledown}_{ins}}]}$
这里 ${\bigtriangledown_{ins}}$ 是当前实例的梯度， $E({\bigtriangledown_{ins}})$ 是整个数据集的平均梯度。