传统RAG的局限被打破！三个轻量级智能体分工协作，如何让问答系统更精准？ 原创

近期，公司在AI相关项目，尤其是问答系统领域，对回答的准确率和表述质量提出了更高的要求。用户提出的问题不仅限于基础性问题，还可能涉及多样化、复杂化的场景。也就在上周五快下班的时候，项目经理向我反馈，之前的项目团队支持的某客户在使用问答系统时，除了查询私有知识库中的信息外，还会提出以下几类问题：

1. 可直接由大语言模型（LLM）回答的问题：例如通用知识或常识性问题。
2. 非知识库相关的口头表达：如“谢谢”、“再见”等社交性语句。
3. 需要多步推理的复杂问题：例如涉及逻辑推理或上下文关联的问题。

然而，之前项目团队采用的RAG技术存在一定的局限性：无论用户提出何种问题，系统均默认从知识库中检索答案，再交由LLM生成回答。针对非知识库问题（如口头表达），团队通过在prompt层面设置固定回复的方式进行处理。虽然这种方法能够部分解决问题，但其设计不够优雅，且无法有效应对需要多步推理的复杂问题。项目经理希望我能提出一种更优化的解决方案，以应对上述挑战。为此，我向他提出了一种轻量级的多智能体方案，在不修改检索器和LLM的前提下，优化整个RAG流程。

架构图

定义三个智能体

我们设计了三个专门的智能体——推理路由器（Reasoning Router）、信息过滤器（Information Filter）和****决策制定者（Decision Maker）——以促进检索器与大型语言模型（LLM）之间的通信，每个轻量级智能体扮演不同的角色，通过有针对性的指令协同管理RAG（Retrieval-Augmented Generation）管道的各个方面。这种统一设计确保了高效的协调，同时保持了边缘部署的简洁性。三个智能体分别负责评估是否需要检索、生成有效的查询以及选择适合 LLMs 的信息。

推理路由器（Reasoning Router）

从高层次视角确定给定问题的最佳推理策略。根据当前状态（即问题），它通过最多两步操作选择行动：

1. 决定检索必要性：如果输出[No Retrieval]，则问题直接由LLM处理，利用其内部知识生成答案。
2. 确定问题复杂性：如果输出[Retrieval]，还会评估问题是否需要复杂推理。

• 对于简单问题，生成一个并与检索器交互以获取文档。检索到的文档随后由信息过滤器处理，提取出适合LLM的相关内容。最后，LLM使用过滤后的文档生成问题的答案。
• 对于复杂问题，输出[Planning]，这将触发需要多个智能体协调的多步推理策略。

具体示例如下：

• 示例1（无需检索）：

    a.输入问题：q = "What is the capital of France?"

    b.输出：[No Retrieval]

    c.解释：该问题属于常识性问题，可直接由LLM回答，无需检索。

• 示例2（简单问题，需检索）：

    a.输入问题：q = "What is the population of Paris in 2023?"

    b.输出：[Retrieval]<population of Paris 2023>

    c.解释：该问题需要从外部知识库中检索最新数据。

• 示例3（复杂问题，需多步推理）：

    a.输入问题：q = "How does the economic policy of Country A affect its trade relations with Country B?"

    b.输出：[Planning]

    c.解释：该问题涉及多步推理，需要分解为多个子目标并逐步解决。

过滤器（Information Filter）

用于处理和过滤检索到的信息，以识别适合LLM的内容。其状态空间包括问题、检索到的文档以及当前的推理目标（如果在[Planning]模式下运行）。

决策者（Decision Maker）

根据当前状态在[Planning]策略中确定最佳行动。其状态空间包括问题、LLM生成的路线图以及推理历史中积累的文档。根据当前状态，智能地选择行动以评估进展并决定下一步操作。

智能体如何协作?

直接回答策略（Direct Answering Strategy）和单次检索策略（Single-pass Strategy）已在推理路由器（Reasoning Router）的定义中介绍，分别对应于输出[No Retrieval]和[Retrieval]。

多步推理策略（Multi-Step Reasoning Strategy）对应于推理路由器输出的[Planning]。该策略旨在解决需要LLM生成高层次路线图以及多次检索-过滤循环的复杂问题，通过以下三个阶段实现迭代式信息收集和推理：

1. 生成路线图（Generate Roadmap）：LLM将复杂问题分解为一系列结构化的子目标，为智能体提供高层次的指导。这些子目标定义了解决问题的步骤和所需的信息类型。
2. 迭代检索与过滤（Iterative Retrieval and Filtering）：根据生成的路线图，智能体通过多次检索-过滤循环逐步收集相关信息。每次循环中，推理路由器确定当前子目标是否需要检索，信息过滤器提取相关文档，决策制定者评估进展并决定下一步操作。
3. 综合与生成答案（Synthesis and Answer Generation）：在完成所有子目标后，LLM综合收集到的信息，生成最终答案。这一过程确保了复杂问题能够得到全面且准确的回答。

通过这三种策略，我们的多智能体系统能够自适应地处理不同复杂度的问题：

• 直接回答策略（Direct Answering Strategy）：适用于通用知识问题，提供即时响应。
• 单次检索策略（Single-pass Strategy）：高效处理基于事实的问题，通过一次检索-过滤循环获取答案。
• 多步推理策略（Multi-Step Strategy）：通过引导式迭代推理解决复杂问题。

prompt如何设计

Reasoning Router

推理路由器将按照以下步骤进行评估并输出相应的动作：

1. 评估问题：

    a.分析问题的特异性、复杂性和清晰度，判断是否需要检索或规划。

    b.确定问题是否属于LLM的现有知识范围，或者是否需要外部信息支持。

2. 决策类别：

    a.如果问题复杂且需要规划，输出：[Planning]。

    b.如果问题需要特定信息（如最新事件或LLM知识范围外的细分领域），输出：[Retrieval] ‘YOUR QUERY HERE‘。

    c.如果问题可以直接由LLM回答，输出：[No Retrieval]。

3. 输出格式：

    a.无需检索：[No Retrieval]

    b.需要检索：[Retrieval]（适用于简单问题）

    c.需要规划：[Planning]（适用于复杂问题）

其对应的prompt可以如下设计：

你是一个智能助手，负责评估给定的问题是否需要通过检索获取更多信息，或者需要规划才能得出准确答案。你可以访问一个大型语言模型（LLM）来进行规划或回答问题，并且有一个检索系统来提供与查询相关的信息。
指令：
1. **评估问题**：评估基于LLM的现有知识是否可以提供精确的答案。考虑问题的具体性、复杂性和清晰度。
2. **决策类别**：
- 如果问题是复杂的，并且在检索之前需要一个规划阶段，你的回应应该是：
[Planning]
- 如果问题请求特定信息，你认为LLM不具备这些信息，或者涉及最近的事件或超出LLM知识范围的小众话题，请按照以下格式进行回应：
[Retrieval] ‘YOUR QUERY HERE‘
- 如果你认为LLM可以在没有额外信息的情况下回答问题，请回复：
[No Retrieval]
3. **专注于评估**：避免直接回答问题。只专注于确定是否需要检索或规划。
推理路由器状态
现在，请处理以下问题：
问题：{question}
推理路由器的所有可能操作输出
% 对于不需要检索的情况
[No Retrieval]
% 对于需要检索的情况
[Retrieval]<查询内容> （对于简单问题）
[Planning] （对于复杂问题）
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.

Information Filter

信息过滤器的状态空间根据系统当前采用的策略不同而有所区别：

1. 单次检索策略（Single-pass Strategy）：

    q：输入问题。

    retrieved documents：从检索系统中获取的相关文档。

    状态空间：S2 = {q, retrieved documents}

2. 多步推理策略（Multi-step Reasoning Strategy）：

    q：输入问题。

    retrieved documents：从检索系统中获取的相关文档。

    current objective：当前推理目标（在多步推理模式下）。

状态空间：S2 = {q, retrieved documents, current objective}

它会进行文档分析并按照下面的格式进行输出：

Thought: <对每篇文档的分析>
Action: [<选定的文档ID>]
1.
2.

示例

1. 单次检索策略：

    问题：What is the population of Paris in 2023?

    检索到的文档：包含巴黎人口统计数据的多篇文档。

    信息过滤器输出：

Thought: Document 1 contains the most recent population data for Paris (2023).  
Action: [Document 1]
1.
2.

2. 多步推理策略：

    问题：How does the economic policy of Country A affect its trade relations with Country B?

    当前目标：分析Country A的经济政策。

    检索到的文档：多篇关于Country A经济政策的文档。

对应的prompt如下设计：

你是一个智能助手，负责根据给定的问题和当前步骤的目标分析检索到的文档。你的角色是确定每个文档与问题和指定目标的相关性。


指令：


分析相关性：评估每个文档是否符合当前检索步骤的目标，并且包含对问题的直接回答。
思考过程：为每个文档提供简要分析，同时考虑答案内容和检索目标。
筛选文档：在你的思考过程之后，生成一个文档索引列表，指示保留哪些文档。
信息过滤状态
现在，请处理以下问题：
当前步骤的目标：{objective}（仅适用于[Planning]模式）
问题：{question}
文档：{documents}
信息过滤输出
思考：<对每个文档的分析>
行动：[<选定的文档ID>]
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.

Decision Maker

决策者的状态空间为：S3 = {q, Accumulated Documents, Roadmap}

• q：输入问题。
• Accumulated Documents：当前累积的文档（来自之前的检索-过滤循环）。
• Roadmap：由LLM生成的推理路线图（在多步推理策略中）。

主要职责是根据当前状态评估推理进展，并决定是否需要进一步检索或直接生成最终答案。其动作空间包括以下两种可能的操作：

1. [Retrieval]：

    请求额外的检索-过滤循环，生成子查询以获取更多相关信息。

    适用场景：当前累积的文档不足以解决所有子目标。

2. [LLM]：

    将当前累积的所有文档传递给LLM，生成最终答案。

    适用场景：当前累积的文档已足够解决所有子目标。

它的输出格式如下：

Thought: <对当前进展和目标的分析>
Action: {[Retrieval]<subquery content>, 或 [LLM]}
1.
2.

示例

1. 需要进一步检索：

    问题：How does the economic policy of Country A affect its trade relations with Country B?

    当前状态：

        Roadmap：下一步需要分析Country B的贸易政策。

        Accumulated Documents：包含Country A经济政策的文档。

    决策者输出：

Thought: Additional information on Country B's trade policy is required to complete the analysis.  
Action: [Retrieval]<trade policy of Country B>
1.
2.

2. 生成最终答案

    问题：How does the economic policy of Country A affect its trade relations with Country B?

    当前状态：

        Accumulated Documents：包含Country A经济政策和Country B贸易政策的文档。

        Roadmap：所有子目标已完成。

    决策者输出：

Thought: Sufficient information has been accumulated to generate the final answer.  
Action: [LLM]
1.
2.

通过决策制定器的动态评估和决策，系统能够在多步推理策略中灵活调整检索和生成过程，确保复杂问题得到全面且准确的回答。

对应的prompt如下：

你是一个智能助手，负责根据提供的现有文档、计划和问题确定下一步的适当行动。你可以访问一个大型语言模型（LLM）来回答问题，并且有一个检索系统用于收集额外的文档。你的目标是决定是否编写查询以检索相关文档，或者基于现有文档和计划使用LLM生成全面的答案。
指令：
1. **评估现有文档**：评估现有文档是否足以回答问题。
2. **遵循计划**：了解计划中概述的下一步骤。
3. **决策类别**：
- 如果现有文档不足以需要额外检索，请回复：
[Retrieval] ‘YOUR QUERY HERE‘
- 如果现有文档足以回答问题，请回复：
[LLM]
4. **专注于行动**：不要直接回答问题；集中精力根据现有文档、计划和问题识别下一步的适当行动。
决策者状态
现在，请处理以下问题：现有文档：{accumulated documents}
路线图：{roadmap}
问题：{question}
决策者的输出
思考：[你对当前情况的分析（需要检索额外信息或使用LLM回答）]
行动：[基于分析的决定（[Retrieval]<子查询内容> 或 [LLM])]
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.

总结

通过引入多智能体协作的RAG优化方案，成功解决了传统RAG技术在处理多样化问题时的局限性。然而，这种设计较为依赖模型的能力，尤其是Reasoning Router的准确性。一旦Reasoning Router判断错误，最终结果可能不如预期。因此在资源允许的情况下，可以考虑使用一个7B小模型进行fine-tuning以提升Reasoning Router的表现。

本文转载自公众号AI 博物院 作者：longyunfeigu

原文链接：​​https://mp.weixin.qq.com/s/GizZiM1JeF2Mc2Ui8coCGg​​