DoTA-RAG：动态思维聚合检索增强生成
计算与语言
2025-06-17 v1 人工智能
信息检索
摘要
在本文中，我们提出了DoTA-RAG（动态思维聚合检索增强生成），一种针对大规模网络知识索引进行高吞吐量优化的检索增强生成系统。传统RAG流水线通常因高延迟和在庞大多样数据集上的有限准确性而受限。DoTA-RAG通过三阶段流水线应对这些挑战：查询重写、动态路由至专门子索引，以及多阶段检索与排序。我们进一步通过评估和选择更优嵌入模型来增强检索，对大型FineWeb-10BT语料库进行重新嵌入。此外，我们创建了一个包含500个问题的多样化问答数据集，通过DataMorgana设置生成，涵盖广泛的WebOrganizer主题和格式。DoTA-RAG将答案正确率从0.75（基线，使用LiveRAG预构建向量存储）提升至1.478，同时保持低延迟，并在Live Challenge Day上取得了0.929的正确率。这些结果突显了DoTA-RAG在需要快速、可靠访问大规模且不断变化的知识源的领域中进行实际部署的潜力。
引用
@article{arxiv.2506.12571,
title = {DoTA-RAG: Dynamic of Thought Aggregation RAG},
author = {Saksorn Ruangtanusak and Natthapath Rungseesiripak and Peerawat Rojratchadakorn and Monthol Charattrakool and Natapong Nitarach},
journal= {arXiv preprint arXiv:2506.12571},
year = {2025}
}
备注
SIGIR LiveRAG 2025 (oral presentation)