AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：RAG新突破：塊狀注意力機(jī)制實(shí)現(xiàn)超低延遲檢索增強(qiáng)
關(guān)鍵字：模型,準(zhǔn)確率,作者,首字,語言
文章來源：機(jī)器之心
內(nèi)容字?jǐn)?shù)：0字

內(nèi)容摘要：

AIxiv專欄是機(jī)器之心發(fā)布學(xué)術(shù)、技術(shù)內(nèi)容的欄目。過去數(shù)年，機(jī)器之心AIxiv專欄接收?qǐng)?bào)道了2000多篇內(nèi)容，覆蓋全球各大高校與企業(yè)的頂級(jí)實(shí)驗(yàn)室，有效促進(jìn)了學(xué)術(shù)交流與傳播。如果您有優(yōu)秀的工作想要分享，歡迎投稿或者聯(lián)系報(bào)道。投稿郵箱：liyazhou@jiqizhixin.com；zhaoyunfeng@jiqizhixin.com在工業(yè)場景中，往往會(huì)利用檢索技術(shù)來為大語言模型添加一些來自外部數(shù)據(jù)庫的知識(shí)文檔，從而增強(qiáng)大語言模型的回復(fù)可信度。一般來說，RAG 被公認(rèn)是最有效的為 LLM 注入特定領(lǐng)域知識(shí)的方式。
然而，RAG 也有其不足之處。通常來說，在實(shí)際應(yīng)用中，為確保能召回包含正確知識(shí)的文檔，對(duì)于每個(gè)用戶的查詢，會(huì)檢索多個(gè)文檔（一般在 5 到 30 個(gè)之間），并把這些文檔整合到輸入提示中供大語言模型處理。這樣一來，輸入提示的序列長度增加，使得推理效率大幅降低。具體來講，以首次生成標(biāo)記的時(shí)間（TTFT）來衡量，RAG 大語言模型的推理延遲比非 RAG 大語言模型高很多。
由于數(shù)據(jù)庫中同一文檔經(jīng)常會(huì)被不同 query 召回，大家很自然的會(huì)想到：是否能夠把已經(jīng)算好的文檔表示（KV stat

原文鏈接：RAG新突破：塊狀注意力機(jī)制實(shí)現(xiàn)超低延遲檢索增強(qiáng)

聯(lián)系作者

文章來源：機(jī)器之心
作者微信：
作者簡介：