本文主要是介绍【RAG 论文】FiD：一种将 retrieved docs 合并输入给 LM 的方法，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
论文： Leveraging Passage Retrieval with Generative Models for Open Domain Question Answering
⭐⭐⭐⭐
EACL 2021, Facebook AI Research
论文速读
在 RAG 中，如何将检索出的 passages 做聚合并输入到生成模型是一个问题，本文提出了一个简单有效的方案：FiD。
下图是一个简单的 open-domain QA 的使用方式，它直接将 question 和检索到的所有 passages 拼接起来，以 <question, retrieved passages> 的形式扔给 seq2seq 模型来生成 answer：
这种处理方式中，随着 retrieved passages 的数量增多，由于 Self-Attention 的运算机制，计算复杂度会呈现二次增长。
本论文提出了一个简单直接的方法 —— FiD（Fusion-in-Decoder）—— 将检索回来的每一个 passage 都独立与 question 用一些特殊符号作为间隔拼接起来并输给 encoder 做编码，然后 concat 在一起输入给 decoder 生成 final answer，所以称之为 Fusion-in-Decoder：
尽管方法简单，但效果却出奇的好，在当时 TriviaQA 和 NaturalQuestions 的 benchmark 上达到了 SOTA 水平：
While conceptually simple, this method sets new state-of-the-art results on the TriviaQA and NaturalQuestions benchmarks.
同时，作者认为，与检索模型相比，生成模型非常善于将多个 passages 的信息进行合成，所以本工作的 retrieved passages 的合成工作是交给了生成模型的 Decoder 来做的：
We believe that this is evidence that generative mod els are good at combining evidence from multiple passages, compared to extractive ones.
实验结果
与其他 baselines 的对比：
作者还测试了一下 FiD 在 valid set 上的 performance 与 retrieved passages 数量的函数关系：
可以看到，随着输入的 passages 越多，模型的性能就越好，但同时由于拼接后给 decoder 的输入变长，肯定会伴随着计算机内存的增长。
总结
FiD 给出了一种将 retrieved passages 如何聚合输入给生成模型的思路，这种方法相比于传统的全部拼接再给 LLM 的优势在于：
- encoder 独立处理每个 passage，因此只需要在一个 passage 上执行 self-attention，这意味着模型的计算时间随着段落数量呈线性增长，而非二次增长。
- 由 decoder 来联合聚合多个 retrieved passages，可以更好的从中找到相关支持信息。
论文最后指出，如何将 FiD 更好集成到 RAG 模型仍然值得探索。
这篇关于【RAG 论文】FiD：一种将 retrieved docs 合并输入给 LM 的方法的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
