在没有基于分类的错误分类的情况下改进检索增强生成

检索增强生成 (RAG) 通过将生成基于外部知识来提高 大语言模型 (LLM) 输出的事实准确性。最近的代理 RAG 系统通过关键代理扩展了这一范式，以评估模型响应并迭代地完善输出。然而，大多数先前的工作隐含地假设了可靠的评判器反馈，并侧重于规划策略，而对纠错过程本身的稳健性关注有限，这可能会受到错误类别错位和无效或不正确的纠正的影响。在这里，我们假设无需明确的错误分类即可提高 RAG 性能。我们提出了 RePAIR，一种响应-行动学习范式，它直接将有缺陷的 RAG 输出映射到减少错误的行动计划，而不依赖于细粒度的错误分类法和明确的批评者监督。在多个基准测试中，RePAIR 持续改进代理 RAG 性能。