超越事实基础：意见感知检索增强生成的案例

RAG 系统改变了大语言模型访问外部知识的方式，但我们发现当前的实现表现出对事实、客观内容的偏见，优先考虑客观检索的现有基准和数据集就证明了这一点。这种事实偏见——将意见和不同的观点视为噪音而不是要综合的信息——限制了 RAG 系统在涉及主观内容（从社交媒体讨论到产品评论）的现实场景中的应用。除了技术限制之外，这种偏见还给透明和负责任的人工智能带来了风险：回声室效应放大了主流观点，少数群体声音的代表性不足，以及通过有偏见的信息合成潜在的舆论操纵。我们通过不确定性的视角来形式化这种限制：事实查询涉及可通过证据减少的认知不确定性，而意见查询则涉及反映人类观点中真正异质性的任意不确定性。这种区别意味着事实 RAG 应该最小化后验熵，而意见感知 RAG 必须保留它。在此理论基础上，我们提出了一种意见感知 RAG 架构，具有基于 LLM 的意见提取、实体链接的意见图和意见丰富的文档索引。我们评估我们在电子商务卖家论坛数据上的方法，将意见丰富的知识库与传统基线进行比较。实验表明，检索多样性有了显着改善：情感多样性增加了 26.8%，实体匹配率增加了 42.7%，实体匹配文档的作者人口统计覆盖率增加了 31.6%。我们的结果提供了经验证据，表明将主观性视为一等公民会产生明显更具代表性的检索——这是迈向意见感知 RAG 的第一步。未来的工作包括联合优化检索和生成以实现分布保真度。