RAPTOR：用于树状结构检索的递归抽象处理

检索增强型语言模型能够更好地适应世界状态的变化，并融入长尾知识。然而，现有大多数方法仅从检索语料库中提取短小的连续文本片段，限制了对文档整体上下文的全面理解。为此，我们提出一种新颖的方法：递归地对文本片段进行嵌入、聚类与摘要，自下而上构建一个具有多层级摘要结构的树形架构。在推理阶段，我们的RAPTOR模型可从该树中检索信息，从而在不同抽象层次上整合长文档中的多方面知识。受控实验表明，采用递归摘要进行检索相较于传统检索增强型语言模型，在多个任务上均取得了显著提升。在涉及复杂多步推理的问答任务中，我们的方法达到了当前最优水平；例如，将RAPTOR检索机制与GPT-4结合使用，可使QuALITY基准测试的最高准确率提升20个百分点（绝对提升）。