DeepRAG: 대형 언어 모델을 위한 단계별 검색
- 제목: DeepRAG: 대형 언어 모델을 위한 단계별 검색
- 대형 언어 모델(LLM)은 추론에 있어 큰 잠재력을 가지고 있지만, 시기적절성, 정확성, 지식 범위 문제로 인해 사실적 환각을 겪고 있음
- 검색 강화 생성(RAG)과 추론 통합에는 여전히 비효과적인 과제 분해와 중복된 검색으로 인해 어려움이 존재
- 이러한 문제는 노이즈를 유발하고 응답 품질을 저하시킬 수 있음
- DeepRAG는 검색 강화 추론을 마르코프 의사결정 과정(MDP)으로 모델링하는 프레임워크를 제안
- 쿼리를 반복적으로 분해하여, 각 단계에서 외부 지식을 검색할지 파라메트릭 추론에 의존할지 동적으로 결정
- 실험 결과, DeepRAG는 검색 효율성을 향상시키면서 응답 정확도를 21.99% 향상시킴
- 이는 검색 강화 추론 최적화의 효과를 입증
3arxiv.org링크 복사하기
AI 뉴스 요약은 뉴스의 내용을 AI가 요약(GPT-4 활용)한 것입니다. 따라서 틀린 내용을 포함할 수 있습니다. 뉴스의 자세한 내용을 확인하시려면 해당 뉴스 링크를 클릭해주세요.