AirRAG是一种由阿里提出的检索增强生成(RAG)方法,旨在通过树状搜索激活大型语言模型(LLM)的内在推理能力。它特别针对复杂、知识密集型任务设计,通过五种基本推理动作(系统分析、直接回答、检索回答、查询转换、总结回答)并结合蒙特卡洛树搜索(MCTS)和自一致性验证,扩展解空间,处理复杂任务中的推理路径受限问题。该方法在处理知识密集型查询时表现出更高的灵活性和效率。
字节跳动提供 DeepSeek R1、OpenAI o1、GPT-4o、Claude 3.5 和 Gemini 1.5等领先大模型