Adaptive Agentic RAG
Adaptive RAG想法:會根據傳入的查詢複雜度來動態調整處理的策略,白話就是會先看一眼這個問題的難易度,看要丟給誰去做處理
調整Adaptive RAG方法:
-
Straightforward Queries(直接查詢)
-
Simple Queries
-
Complex Queries(複雜查詢)
工作流程:
-
Classifier Role(分類器角色)
-
用比較小的LLM來看問題的難易度
-
會自動標記資料集進行訓練,資料集可能來自過去LLM的結果或是查詢模式
-
-
Dynamic Strategy Selection(動態策略選擇)
-
非常簡單問題直接給LLM
-
簡單問題,就用單步檢索過程取得上下文
-
複雜問題,啟動多步驟檢索,確保迭代改進和增強推理
-
-
LLM Integration(LLM整合)
-
將檢索到的資訊做同整
-
與分類器之間可分別複雜查詢進行細化
-
特點與優勢:
-
Dynamic Adaptability(動態適應性)
-
Resource Efficiency(資源效率)
-
Enhanced Accuracy(提高準確性)
-
Flexibility(靈活性)
相關筆記
- Routing(路由):依查詢複雜度選擇策略
- Agentic RAG(代理型 RAG):總覽