9.4 高级 RAG 架构与前沿趋势

随着 RAG 技术的成熟，简单的“Retrieve-Then-Read”管道已难以满足复杂场景的需求。本节将介绍几种代表当前最前沿水平的高级 RAG 架构。

1. 模块化与自适应 RAG

传统的 RAG 是一条固定的流水线：检索 → 生成。而新一代 RAG 架构将各个环节解耦，并根据问题的难度动态调整策略。

Self-RAG：自反思检索增强

由 Akari Asai 等人提出的 Self-RAG 是最具影响力的自适应架构，核心思想是 “按需检索”和“自我反思”。

图 9-2： Self-RAG 工作流程

关键创新点：

• 按需检索：模型首先判断是否需要外部知识，避免不必要的检索开销

• 多候选生成：并行生成多个回答版本，增加命中最优解的概率

• 自我打分：通过三个维度评估回答质量，实现自动质量控制

CRAG：纠错式检索增强

CRAG 的核心在于 检测并纠正检索失败。

图 9-3： CRAG 纠错流程

核心机制：

• 当检索结果相关性低于阈值时，判定为“知识盲区”

• 自动触发 Web 搜索作为兜底，而不是强行用无关文档回答

• 有效降低了因检索失败导致的幻觉

2. GraphRAG：融合知识图谱

向量检索擅长语义相似度，但无法处理复杂的 结构化关系（如“Alice 的老板的老板是谁？”）。Microsoft 提出的 GraphRAG 将知识图谱引入 RAG。

• Indexing: 从文档中抽取实体和关系，构建图谱。

• Retrieval:

  • 先在图谱中进行多跳查询，找到关联路径。

  • 同时进行向量搜索。

  • 融合两者的结果。

• 优势: 在需要全局概览和复杂推理的场景下， GraphRAG 显著优于传统 RAG。

3. 长上下文 RAG 架构

随着 Gemini 3 (1M context) 和 Claude 4.6 (1M context) 的出现，一种观点认为 “RAG 已死， Long Context 即未来”。

现状与融合：

• 大海捞针 (Needle In A Haystack)：虽然窗口大了，但模型在超长文中提取细节的能力仍有波动。

• 经济性：每次把 100 本书塞进 Context 极其昂贵且慢。

• 未来可能的架构：RAG + Long Context。RAG 负责粗筛出 Top-50 文档（依然很大），然后利用 Long Context 模型一次性阅读这 50 个文档进行综合，替代传统的 Top-5 切片。

4. RAG 评估体系

没有评估就在“裸奔”。业界主流的评估框架是 RAGAS (Retrieval Augmented Generation Assessment)。

核心指标

1. Context Precision (检索精确度)

   • 定义：检索到的文档中，真正相关的文档排在前面的比例。

   • 问题：如果相关文档排在第 10 位，模型可能看不到。

2. Context Recall (检索召回率)

   • 定义：知识库中所有能回答该问题的文档，被检索出来的比例。

   • 问题：如果漏掉了关键文档，答案就不完整。

3. Faithfulness (忠实度)

   • 定义：生成的 Answer 中的每一句话，是否都能从 Context 中找到依据？

   • 目标：检测幻觉。

4. Answer Relevance (答案相关性)

   • 定义：生成的 Answer 是否直接回答了用户的 Query？

   • 目标：防止答非所问。

5. RAG 模型微调

通用模型虽好，但在特定垂类领域（如医疗、法律、内部代码库）往往“水土不服”。微调是跨越“最后 5% 准确率”的关键。

5.1 Embedding 模型微调

• 目的：让 Embedding 模型理解特定领域的语义相似性。

• 效果：通常能带来 2% - 5% 的检索准确率提升。

• 方法：使用生成的（ Query, Positive Document, Negative Document）三元组数据进行微调。

5.2 Reranker 模型微调

• 目的：让重排序模型对齐业务的排序逻辑。

• 效果：效果往往比微调 Embedding 更显著（+4% 以上）。

• 场景：当通用 Reranker 无法区分某些极其相似但对业务至关重要的细微差别时。

讨论

1. Graph RAG 和传统向量 RAG 各自适合什么类型的知识？你的业务数据更适合哪种？

2. “自适应 RAG”让模型自己决定是否需要检索——这是否引入了新的不确定性？你如何对此进行质量控制？