ConvRAG 是一种对话式问答方法，通过细粒度检索增强和自我检查机制提升 LLM 在对话环境中的问题理解和信息获取能力。

文章介绍了一种名为 ConvRAG 的新型对话式问答方法，旨在增强 LLMs 的对话问答能力。ConvRAG 通过结合细粒度检索增强和自我检查机制，解决了以往 RAG 方法在单轮问答中的局限性，并将其成功适应于复杂的对话环境（问题与之前的上下文相互依赖）。

ConvRAG 的核心在于三个关键组件的协同工作：

  • 对话式问题精炼器：通过问题重构和关键词提取，使问题意图更加明确，以便更好地理解与上下文相关联的问题。
  • 细粒度检索器：利用问题重构和关键词从网络中检索最相关的信息，以支持响应生成。检索过程包括文档级检索、段落级召回和段落级重排，以确保获取到最有用的信息片段。
  • 基于自我检查的响应生成器：在生成响应之前，先对检索到的信息进行自我检查，以确保使用的是有用的信息，从而提高响应的准确性。