当前位置：首页>java>动态RAG新工作:效果爆了,代码已开源

动态RAG新工作:效果爆了,代码已开源

2026-01-31 04:10:09

嗨，我是PaperAGI，主要关注LLM、RAG、Agent等AI前沿技术，每天分享业界最新成果和实战案例。

随着大语言模型（LLM）能力的提升，幻觉问题（hallucination）愈发突出：模型会生成看似合理实则错误的内容，而且往往自信满满。现有动态检索增强生成（Dynamic RAG）方法试图通过模型内部信号（如概率、熵、注意力）判断“何时检索”，但这些信号本身就不靠谱——大模型天生校准不良，常常对错误输出赋予高置信度。

核心痛点：

模型内部不确定性信号不可靠，导致“自信幻觉”；
静态RAG策略无法应对多跳问答中动态涌现的信息需求；
现有方法对长尾知识和实体间关系缺乏有效验证手段。

QuCo-RAG：用“客观证据”替代“主观自信”

QuCo-RAG（Quantifying uncertainty via pre-training Corpus for Dynamic RAG）提出从预训练语料库中挖掘统计证据，用客观频率替代主观置信度，实现毫秒级幻觉检测与动态检索触发。

核心思想：两个“零”触发检索

阶段	检测目标	触发条件	技术实现
生成前	输入问题中的实体是否“冷门”	实体在预训练语料中平均频率低于阈值（默认<1k）	用Infini-gram查实体频率
生成中	模型生成的“实体关系”是否靠谱	实体对在语料中从未共现（co-occurrence=0）	用Infini-gram查共现窗口

一句话总结：冷门实体提前防，零共现实时拦。

系统流程

预生成知识评估抽取问题实体 → 查频率 → 低频触发检索，提前把相关文档塞进上下文。
运行时声明验证每生成一句，抽三元组(head, relation, tail) → 查head&tail在语料是否共现 → 零共现=幻觉风险 → 触发检索并重写句子。
毫秒级查询引擎借助Infini-gram后缀数组索引，在4万亿token规模上实现毫秒级n-gram/共现查询，开销可忽略。

实验结果：碾压SOTA，还能跨模型迁移

主实验：多跳问答全面领先

模型	数据集	最佳基线EM	QuCo-RAG EM	绝对提升
OLMo-2-7B	2WikiMultiHopQA	25.3	32.7	+7.4
OLMo-2-13B	2WikiMultiHopQA	29.7	41.7	+12.0
OLMo-2-32B	HotpotQA	30.8	41.6	+10.8

结论：在所有规模、两个数据集上，QuCo-RAG稳定领先5~12个百分点，而依赖内部信号的方法（DRAGIN/ETC/SeaKR）波动剧烈，常被简单基线反杀。

跨模型迁移：用公开语料“猜”私有模型知识

目标模型	数据集	最佳基线EM	QuCo-RAG EM	提升
Qwen2.5-32B	2Wiki	35.9	50.0	+14.1
Llama-3-8B	2Wiki	33.5	38.4	+4.9
GPT-4.1	2Wiki	60.0	64.6	+4.6
GPT-5-chat	HotpotQA	42.9	48.4	+5.5

洞察：Web-scale预训练语料高度重叠，用OLMo-2的4T语料做“代理”，就能给闭源模型提供有效统计信号，无需知晓其真实训练数据。

效率权衡：更高精度+更低开销

在HotpotQA（OLMo-2-13B）上：

EM最高（35.0）；
平均token消耗仅87（远低于FS-RAG的464）；
平均检索1.7次（FS-RAG 6.5次，SeaKR 10.3次）；

深度分析：为什么QuCo-RAG更靠谱？

维度	发现
消融实验	去掉“运行时验证”掉5.1 EM，去掉“预生成检查”掉2.5 EM，两者互补。
领域泛化	在PubMedQA生物医学问答上，QuCo-RAG66.4% Acc ，+11.2 超越最佳基线，而内部信号方法要么过度检索（FLARE 2.8次），要么直接摆烂（DRAGIN≈无检索）。
实体频率分层	在低频实体（<50次）问题上，QuCo-RAG领先Wo-RAG 10~17 EM；内部信号方法与Wo-RAG几乎持平——它们根本意识不到自己不知道。

案例直击：DRAGIN自信幻觉，QuCo-RAG两步纠错

问题：Who is the mother of the director of film Polish-Russian War?标准答案：Małgorzata Braunek

方法	生成过程	结果	原因
DRAGIN	“…directed by Igor Maslennikov. His mother is Natalia Maslennikova.”	❌ 全错	内部信号把假导演标为低不确定性，自信幻觉；检索查询还带错名字，越检越错。
QuCo-RAG	①预检发现“Polish-Russian War”冷门→先检索→生成正确导演“Xawery Żuławski； ②运行时查出“Xawery Żuławski + mother”零共现→再检索→得到正确母亲“Małgorzata Braunek”。	✅ 全对	客观语料证据两次纠错，不依赖模型自我感觉。

DRAGIN

“…directed by Igor Maslennikov. His mother is Natalia Maslennikova.”

❌ 全错

内部信号把假导演标为低不确定性，自信幻觉；检索查询还带错名字，越检越错。

QuCo-RAG

①预检发现“Polish-Russian War”冷门→先检索→生成正确导演“Xawery Żuławski；

②运行时查出“Xawery Żuławski + mother”零共现→再检索→得到正确母亲“Małgorzata Braunek”。

✅ 全对

客观语料证据

两次纠错，不依赖模型自我感觉。

局限与未来

局限	当前缓解	未来方向
同义词/别名可能造成零共现误触发	保守策略：宁可多检一次，也不错放幻觉	引入实体链接与规范名称
静态语料无法覆盖2025新事实	定期重建Infini-gram索引	带时间戳的动态语料、增量索引

QuCo-RAG用最朴素的统计量——实体频率与共现计数——就把动态RAG的不确定性估计做成了可解释、可迁移、可落地的“客观证据链”。它告诉我们：

别再迷信模型内部的“自信”了，去翻翻它小时候读过的书，用真实语料告诉它：什么时候该查资料，什么时候在胡说。

对于工业落地，QuCo-RAG不挑模型、不挑领域、不挑检索器，只需一次构建4T索引，就能给开源、闭源、通用、专业模型统一装上“幻觉雷达”，真正的即插即用。

传送门

QuCo-RAG: Quantifying Uncertainty from the Pre-training Corpus for Dynamic Retrieval-Augmented Generationhttps://arxiv.org/pdf/2512.19134 https://github.com/ZhishanQ/QuCo-RAG

每天一篇大模型Paper来锻炼我们的思维~已经读到这了，别忘了点赞、关注噢

动态RAG新工作:效果爆了,代码已开源