RAG圈的DeepSeek，中科院DeepRAG让大模型带着“思考”检索，性能提升21.99%

中科院&中科大&腾讯微信AI部联合推出最新（2025.02）DeepRAG，让大型语言模型逐步推理检索：

DeepRAG框架将检索增强推理建模为马尔可夫决策过程（MDP），通过迭代分解查询，动态决定是否检索外部知识或依赖参数推理。

DeepRAG 框架的概述，包括三个步骤：（1）二叉树搜索，（2）模仿学习，以及（3）校准链。给定一个数据集，首先使用二叉树搜索来合成模仿学习的数据，使模型能够学习检索模式。随后，利用二叉树搜索构建偏好数据，以进一步校准 LLM 对其知识边界的认知。

框架包含三个关键步骤：

1. 二叉树搜索（Binary Tree Search）：为每个子查询构建二叉树，探索基于参数知识或外部知识库的不同回答策略。通过这种方式，模型不仅分解问题，还彻底检查检索选择对最终答案的影响。

2. 模仿学习（Imitation Learning）：使用优先队列高效探索潜在推理轨迹，优先考虑检索成本较低的路径。通过二叉树搜索合成数据，让模型学习有效的检索模式，并通过模仿学习提取到达正确最终答案的推理过程。

3. 校准链（Chain of Calibration）：通过合成偏好数据确定何时需要检索，并使用这些数据微调LLMs，增强其基于内部知识边界的原子决策能力。

MDP建模

• 状态（States）：表示对原始问题的部分解决方案。

• 动作（Actions）：包括终止决策（是否继续生成子查询）和原子决策（是否检索外部知识）。

• 转移（Transitions）：根据动作更新状态。

• 奖励（Rewards）：基于答案正确性和检索成本评估状态。

基线：与多种现有方法进行比较，包括CoT、CoT-Retrieve、IterDRAG、UAR、FLARE、DRAGIN、TAARE和AutoRAG。

DeepRAG在所有数据集上均优于现有方法，平均答案准确率提高了21.99%，同时提高了检索效率。

案例研究：Auto-RAG 与 DeepRAG 的对比。DeepRAG 通过原子级查询分解、可靠的中间答案以及自适应地使用内部知识实现了成功。

https://arxiv.org/abs/2502.01142DeepRAG: Thinking to Retrieval Step by Step for Large Language Models

（文：PaperAgent）