论文
OptiSet：面向检索增强生成的集合选择与排序统一优化
OptiSet: Unified Optimizing Set Selection and Ranking for Retrieval-Augmented Generation
摘要
检索增强生成（RAG）通过纳入从大型外部语料库检索到的证据来提升生成质量。然而，大多数现有方法依赖基于单条相关性静态选取top-k段落，未能利用段落之间的组合增益，且常常引入大量冗余。为解决这一局限，我们提出OptiSet，一个为RAG统一集合选择与集合级排序的以集合为中心的框架。OptiSet采用“先扩展后精炼”的范式：先将查询扩展为多个视角以形成多样化的候选池，再通过重选对候选池进行精炼，构成一个紧凑的证据集。随后，我们设计了一种无需强LLM监督的自合成策略，从生成器的集合条件效用变化中导出偏好标签，从而识别互补与冗余证据。最后，我们引入一种集合-列表级训练策略，联合优化集合选择与集合级排序，使模型偏向紧凑、高增益的证据集。大量实验表明，OptiSet在复杂组合问题上提升了性能，并使生成更高效。源代码已公开。
