繼GraphRAG之后，微軟又發(fā)布PIKE-RAG，主打在復(fù)雜企業(yè)場景中私域知識提取、推理和應(yīng)用能力，PIKE-RAG 已在工業(yè)制造、采礦、制藥等領(lǐng)域進行了測試，顯著提升了問答準確率。

demo示例：多層次異構(gòu)的知識庫構(gòu)建與檢索+自我進化的領(lǐng)域知識學(xué)習(xí)

RAG系統(tǒng)在滿足現(xiàn)實世界應(yīng)用的復(fù)雜和多樣化需求方面仍然面臨挑戰(zhàn)。僅依靠直接檢索不足以從專業(yè)語料庫中提取深度領(lǐng)域特定知識并進行邏輯推理。

企業(yè)場景復(fù)雜多樣的Query

基于此，微軟亞洲研究院提出了 PIKE-RAG (sPecalized KnowledgE and Rationale Augmented Generation) 方法，該方法專注于提取、理解和應(yīng)用領(lǐng)域特定知識，同時構(gòu)建連貫的推理邏輯，以逐步引導(dǎo) LLM 獲得準確的響應(yīng)。

PIKE-RAG框架主要由幾個基本模塊組成，包括文檔解析、知識抽取、知識存儲、知識檢索、知識組織、以知識為中心的推理以及任務(wù)分解與協(xié)調(diào)。通過調(diào)整主模塊內(nèi)的子模塊，可以實現(xiàn)側(cè)重不同能力的RAG系統(tǒng)，以滿足現(xiàn)實場景的多樣化需求。

例如，在患者歷史病歷搜索中，側(cè)重于事實信息檢索能力。主要挑戰(zhàn)在于：

• 知識的理解和提取常常受到不恰當?shù)闹R切分的阻礙，破壞語義連貫性，導(dǎo)致檢索過程復(fù)雜而低效；
• 常用的基于嵌入的知識檢索受到嵌入模型對齊專業(yè)術(shù)語和別名的能力的限制，降低了系統(tǒng)準確率。

利用 PIKE-RAG，可以在知識提取過程中使用上下文感知切分技術(shù)、自動術(shù)語標簽對齊技術(shù)和多粒度知識提取方法來提高知識提取和檢索的準確率，從而增強事實信息檢索能力，流程：

對于像為患者制定合理的治療方案和應(yīng)對措施建議這樣的復(fù)雜任務(wù)，需要更高級的能力：

• 需要強大的領(lǐng)域特定知識才能準確理解任務(wù)并有時合理地分解任務(wù)；
• 還需要高級數(shù)據(jù)檢索、處理和組織技術(shù)來預(yù)測潛在趨勢；

而多智能體規(guī)劃也將有助于兼顧創(chuàng)造力和可靠性。在這種情況下，可以初始化下面更豐富的管道來實現(xiàn)這一點。

與Zero-Shot CoT、Naive RAG、Self-Ask、GraphRAG Local、GraphRAG Global相比，PIKE-RAG 在準確率、F1 分數(shù)等指標上均表現(xiàn)出色，PIKE-RAG 在處理復(fù)雜推理任務(wù)方面具有顯著優(yōu)勢，特別是在需要整合多源信息、進行多步驟推理的場景中。

首次提出了5級RAG系統(tǒng)能力與挑戰(zhàn)，針對不同系統(tǒng)層級的技術(shù)挑戰(zhàn)，PIKE-RAG框架都有針對性策略。以下縮寫被使用：“PA”代表文件解析，“KE”代表知識抽取，“RT”代表知識檢索，“KO”代表知識組織，“KR”代表以知識為中心的推理。

https://arxiv.org/abs/2501.11551
https://github.com/microsoft/PIKE-RAG
PIKE-RAG: sPecIalized KnowledgE and Rationale Augmented Generation

本文轉(zhuǎn)載自??PaperAgent??