SiReRAG：索引相似与相关信息以实现多跳推理
计算与语言
2025-04-09 v2 人工智能
摘要
索引是检索增强生成（RAG）系统取得优异性能的重要步骤。然而，现有方法要么基于语义相似性（similarity）组织数据，要么基于相关信息（relatedness）组织数据，未能从两个角度 comprehensively 地覆盖。我们的分析表明，仅建模单一视角会导致知识综合不足，在需要多跳推理的复杂任务上表现不佳。本文提出SiReRAG，一种新型RAG索引方法，显式地考虑相似信息和相关信息。在相似性方面，遵循�有工作，探索各种变体，构建基于递归总结的相似性树。在相关性方面，SiReRAG从文本中提取命题和实体，通过共享实体对命题进行分组，并生成递归总结以构建相关性树。我们将相似性树和相关性树索引并展平至统一检索池。我们的实验表明，SiReRAG在三个多跳数据集（MuSiQue、2WikiMultiHopQA和HotpotQA）上 consistently 超越当前最先进的索引方法，平均F1分数提升1.9%。作为一种相对高效的解决方案，SiReRAG显著提升了现有重排序方法的性能，平均F1分数提升最高可达7.8%。我们的代码已公开于https://github.com/SalesforceAIResearch/SiReRAG。
引用
@article{arxiv.2412.06206,
title = {SiReRAG: Indexing Similar and Related Information for Multihop Reasoning},
author = {Nan Zhang and Prafulla Kumar Choubey and Alexander Fabbri and Gabriel Bernadett-Shapiro and Rui Zhang and Prasenjit Mitra and Caiming Xiong and Chien-Sheng Wu},
journal= {arXiv preprint arXiv:2412.06206},
year = {2025}
}
备注
ICLR 2025