DF-RAG：面向查询的多样性检索增强生成

检索增强生成（RAG）是一种将语言模型输出与领域特定信息结合的常用技术。然而，在需要推理的问答任务中，RAG常因常见检索方法（如余弦相似度）过度追求相关性而引入冗余内容，从而降低信息召回率。为解决这一问题，本文提出了一种以多样性为导向的检索增强生成方法（DF-RAG），在检索阶段系统性地引入多样性以提升复杂推理型问答基准的表现。DF-RAG基于最大边际相关性框架，选择既与查询相关又彼此差异最大的信息片段。其关键创新在于能够在测试时动态优化每个查询的多样性水平，无需额外微调或先验信息。实验表明，DF-RAG在推理密集型问答基准上相比传统RAG提升了4-10个百分点的F1分数，并优于其他已有基线。此外，研究还估计了DF-RAG相对于传统RAG的理论上限可达18%的F1增益，其中DF-RAG实现了高达91.3%的增益。