前言你的 RAG 系统慢可能是因为在做太多无用功。最近Meta 的研究团队发布了 REFRAG 框架证明了一个关键发现在 RAG 系统中99% 的跨段落注意力计算都是浪费的。随着上下文窗口不断增长首个 token 的生成延迟呈二次方增长这成为了 RAG 系统的性能瓶颈。REFRAG 通过一种新的压缩策略实现了 30.85 倍的首 token 生成加速同时保持了模型的准确性。核心技术方案传统RAG流程很简单查询来了编码成向量从向量数据库里找相似的文本块然后一股脑塞给LLM。这种方法能工作但代价不小。大多数检索到的块包含无关文本LLM必须处理远多于需要的token这在算力、延迟和上下文上都在白白花钱。REFRAG 的核心思路是不将检索到的原始 token 直接输入生成模型而是采用以下策略将上下文划分为固定大小的块使用轻量级编码器如 RoBERTa生成压缩的块嵌入将这些嵌入与查询 token 一起输入解码器通过强化学习策略选择性地展开重要的块这种设计使得注意力计算的复杂度从 token 数量降低到块数量。在 16 倍压缩率下系统实现了 16.53 倍的加速同时性能比现有方法提升了 9.3%。那么这和重排器有啥不同呢普通的带重排的RAG管道重排器只是在文本层面对块重新排序或修剪并不改变输入LLM的表示形式。LLM仍然会一个token不落地接收到顶部几个块的完整文本。而REFRAG是在嵌入层面进行压缩、过滤和替换。它不让LLM消耗每个块所有的token嵌入而是用一个压缩嵌入代表一个块让RL策略决定哪几个块值得扩展成完整形式。更重要的是REFRAG将相关性过滤移到了LLM的表示空间而不仅仅是检索空间。LLM本身被训练去理解压缩后的嵌入并基于其进行推理。创新点研究团队发现 RAG 系统的一个重要特征检索段落之间的注意力呈现块对角结构。段落内部的 token 相互关注度高但跨段落的注意力几乎为零。这种稀疏性为压缩优化提供了理论基础。在训练方法上团队采用了课程学习Curriculum learning策略。模型首先学习重建单个块然后逐步增加到多个块。这种渐进式训练对于模型掌握压缩能力至关重要。此外强化学习策略能够动态决定哪些内容块需要完整展开实现了压缩率的自适应调整。实验验证在多个基准测试中REFRAG 展现了稳定的性能提升RAG 任务在相同延迟条件下性能比 LLaMA 提升 1.22%强检索器到 1.93%弱检索器多轮对话由于能够通过压缩保留更多历史上下文在对话轮数增加时优势更加明显文档摘要在长文档处理任务中REFRAG 能够在同等计算预算下处理更多内容小结在实际工程落地层面也需要一些工作。比如为了增加跨查询复用压缩后的块嵌入可以预先计算并存储在向量数据库中支持跨查询复用。这种随处压缩的能力使其特别适合多轮对话和智能体应用场景。为了增加可解释性解释哪些压缩上下文影响了答案。压缩管道需要有检索一样的溯源机制存储块哈希和版本信息。同时虽然强化学习策略提供了更好的性能但固定压缩率的版本在实际部署中可能更加稳定可靠。总的来说REFRAG 的成功表明针对特定应用场景的优化十分有必要。就 RAG 系统而言理解并利用其特有的注意力稀疏性比笼统扩大上下文窗口更加有效。最后为什么要学AI大模型当下⼈⼯智能市场迎来了爆发期并逐渐进⼊以⼈⼯通⽤智能AGI为主导的新时代。企业纷纷官宣“ AI ”战略为新兴技术⼈才创造丰富的就业机会⼈才缺⼝将达 400 万DeepSeek问世以来生成式AI和大模型技术爆发式增长让很多岗位重新成了炙手可热的新星岗位薪资远超很多后端岗位在程序员中稳居前列。与此同时AI与各行各业深度融合飞速发展成为炙手可热的新风口企业非常需要了解AI、懂AI、会用AI的员工纷纷开出高薪招聘AI大模型相关岗位。最近很多程序员朋友都已经学习或者准备学习 AI 大模型后台也经常会有小伙伴咨询学习路线和学习资料我特别拜托北京清华大学学士和美国加州理工学院博士学位的鲁为民老师给大家这里给大家准备了一份涵盖了AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频全系列的学习资料这些学习资料不仅深入浅出而且非常实用让大家系统而高效地掌握AI大模型的各个知识点。这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】AI大模型系统学习路线在面对AI大模型开发领域的复杂与深入精准学习显得尤为重要。一份系统的技术路线图不仅能够帮助开发者清晰地了解从入门到精通所需掌握的知识点还能提供一条高效、有序的学习路径。但知道是一回事做又是另一回事初学者最常遇到的问题主要是理论知识缺乏、资源和工具的限制、模型理解和调试的复杂性在这基础上找到高质量的学习资源不浪费时间、不走弯路又是重中之重。AI大模型入门到实战的视频教程项目包看视频学习是一种高效、直观、灵活且富有吸引力的学习方式可以更直观地展示过程能有效提升学习兴趣和理解力是现在获取知识的重要途径光学理论是没用的要学会跟着一起敲要动手实操才能将自己的所学运用到实际当中去这时候可以搞点实战案例来学习。海量AI大模型必读的经典书籍PDF阅读AI大模型经典书籍可以帮助读者提高技术水平开拓视野掌握核心技术提高解决问题的能力同时也可以借鉴他人的经验。对于想要深入学习AI大模型开发的读者来说阅读经典书籍是非常有必要的。600AI大模型报告实时更新这套包含640份报告的合集涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师还是对AI大模型感兴趣的爱好者这套报告合集都将为您提供宝贵的信息和启示。AI大模型面试真题答案解析我们学习AI大模型必然是想找到高薪的工作下面这些面试题都是总结当前最新、最热、最高频的面试题并且每道题都有详细的答案面试前刷完这套面试题资料小小offer不在话下这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】 【必学】RAG系统太慢？Meta新框架REFRAG实现30倍加速，原来99%计算都是浪费
前言你的 RAG 系统慢可能是因为在做太多无用功。最近Meta 的研究团队发布了 REFRAG 框架证明了一个关键发现在 RAG 系统中99% 的跨段落注意力计算都是浪费的。随着上下文窗口不断增长首个 token 的生成延迟呈二次方增长这成为了 RAG 系统的性能瓶颈。REFRAG 通过一种新的压缩策略实现了 30.85 倍的首 token 生成加速同时保持了模型的准确性。核心技术方案传统RAG流程很简单查询来了编码成向量从向量数据库里找相似的文本块然后一股脑塞给LLM。这种方法能工作但代价不小。大多数检索到的块包含无关文本LLM必须处理远多于需要的token这在算力、延迟和上下文上都在白白花钱。REFRAG 的核心思路是不将检索到的原始 token 直接输入生成模型而是采用以下策略将上下文划分为固定大小的块使用轻量级编码器如 RoBERTa生成压缩的块嵌入将这些嵌入与查询 token 一起输入解码器通过强化学习策略选择性地展开重要的块这种设计使得注意力计算的复杂度从 token 数量降低到块数量。在 16 倍压缩率下系统实现了 16.53 倍的加速同时性能比现有方法提升了 9.3%。那么这和重排器有啥不同呢普通的带重排的RAG管道重排器只是在文本层面对块重新排序或修剪并不改变输入LLM的表示形式。LLM仍然会一个token不落地接收到顶部几个块的完整文本。而REFRAG是在嵌入层面进行压缩、过滤和替换。它不让LLM消耗每个块所有的token嵌入而是用一个压缩嵌入代表一个块让RL策略决定哪几个块值得扩展成完整形式。更重要的是REFRAG将相关性过滤移到了LLM的表示空间而不仅仅是检索空间。LLM本身被训练去理解压缩后的嵌入并基于其进行推理。创新点研究团队发现 RAG 系统的一个重要特征检索段落之间的注意力呈现块对角结构。段落内部的 token 相互关注度高但跨段落的注意力几乎为零。这种稀疏性为压缩优化提供了理论基础。在训练方法上团队采用了课程学习Curriculum learning策略。模型首先学习重建单个块然后逐步增加到多个块。这种渐进式训练对于模型掌握压缩能力至关重要。此外强化学习策略能够动态决定哪些内容块需要完整展开实现了压缩率的自适应调整。实验验证在多个基准测试中REFRAG 展现了稳定的性能提升RAG 任务在相同延迟条件下性能比 LLaMA 提升 1.22%强检索器到 1.93%弱检索器多轮对话由于能够通过压缩保留更多历史上下文在对话轮数增加时优势更加明显文档摘要在长文档处理任务中REFRAG 能够在同等计算预算下处理更多内容小结在实际工程落地层面也需要一些工作。比如为了增加跨查询复用压缩后的块嵌入可以预先计算并存储在向量数据库中支持跨查询复用。这种随处压缩的能力使其特别适合多轮对话和智能体应用场景。为了增加可解释性解释哪些压缩上下文影响了答案。压缩管道需要有检索一样的溯源机制存储块哈希和版本信息。同时虽然强化学习策略提供了更好的性能但固定压缩率的版本在实际部署中可能更加稳定可靠。总的来说REFRAG 的成功表明针对特定应用场景的优化十分有必要。就 RAG 系统而言理解并利用其特有的注意力稀疏性比笼统扩大上下文窗口更加有效。最后为什么要学AI大模型当下⼈⼯智能市场迎来了爆发期并逐渐进⼊以⼈⼯通⽤智能AGI为主导的新时代。企业纷纷官宣“ AI ”战略为新兴技术⼈才创造丰富的就业机会⼈才缺⼝将达 400 万DeepSeek问世以来生成式AI和大模型技术爆发式增长让很多岗位重新成了炙手可热的新星岗位薪资远超很多后端岗位在程序员中稳居前列。与此同时AI与各行各业深度融合飞速发展成为炙手可热的新风口企业非常需要了解AI、懂AI、会用AI的员工纷纷开出高薪招聘AI大模型相关岗位。最近很多程序员朋友都已经学习或者准备学习 AI 大模型后台也经常会有小伙伴咨询学习路线和学习资料我特别拜托北京清华大学学士和美国加州理工学院博士学位的鲁为民老师给大家这里给大家准备了一份涵盖了AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频全系列的学习资料这些学习资料不仅深入浅出而且非常实用让大家系统而高效地掌握AI大模型的各个知识点。这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】AI大模型系统学习路线在面对AI大模型开发领域的复杂与深入精准学习显得尤为重要。一份系统的技术路线图不仅能够帮助开发者清晰地了解从入门到精通所需掌握的知识点还能提供一条高效、有序的学习路径。但知道是一回事做又是另一回事初学者最常遇到的问题主要是理论知识缺乏、资源和工具的限制、模型理解和调试的复杂性在这基础上找到高质量的学习资源不浪费时间、不走弯路又是重中之重。AI大模型入门到实战的视频教程项目包看视频学习是一种高效、直观、灵活且富有吸引力的学习方式可以更直观地展示过程能有效提升学习兴趣和理解力是现在获取知识的重要途径光学理论是没用的要学会跟着一起敲要动手实操才能将自己的所学运用到实际当中去这时候可以搞点实战案例来学习。海量AI大模型必读的经典书籍PDF阅读AI大模型经典书籍可以帮助读者提高技术水平开拓视野掌握核心技术提高解决问题的能力同时也可以借鉴他人的经验。对于想要深入学习AI大模型开发的读者来说阅读经典书籍是非常有必要的。600AI大模型报告实时更新这套包含640份报告的合集涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师还是对AI大模型感兴趣的爱好者这套报告合集都将为您提供宝贵的信息和启示。AI大模型面试真题答案解析我们学习AI大模型必然是想找到高薪的工作下面这些面试题都是总结当前最新、最热、最高频的面试题并且每道题都有详细的答案面试前刷完这套面试题资料小小offer不在话下这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】