RAG-Fusion是什么？

RAG-Fusion是最近新发布的一个RAG项目，这个项目的目标是为了增强现有RAG的检索能力，提升RAG场景中对问题的回复质量。

RAG-Fusion有两个特点

一个是问题增强，它会生成多个和原始问题类似的相关问题，提升检索的覆盖范围。举个例子，比如我想查询的是环境问题对我们的生活都会有什么影响，它可能就会帮你生成环境问题对我们的健康会有什么影响，环境问题对我们的经济会有什么，类似这样的相关问题。这样在向量搜索的时候，检索结果的覆盖面和多样性就更好了

另外一个是RAG-Fusion使用了RRF-倒数排序融合作为排序方法，相比普通排序，RRF更依赖于每个排序中的相对排名，更擅长组合来自不同策略的查询结果，比如使用BM25和Embedding做多路召回，RRF提供的重排质量确实要更好一点

当然，RAG-Fusion在使用上也是存在一些不足的

一个是问题的增强可能会带来过度的泛化，例如回答可能会偏离主旨，而且也容易给大模型带来更多的噪声，干扰生成结果

另外一个就是问题的增强增加了大模型的调用次数，也会推高生成的成本，生成的时间也会更长

大家知道，RAG生成效果其实是比较依赖于检索的质量的，所以检索的质量提升了，生成也会效果更好。最近类似RAG-Fusion的项目这样关注检索增强的，还有不少，比如Self-RAG，之后我也会给大家再介绍下我们在这些项目上的一些经验