高级 RAG 变体：Corrective RAG、Self-RAG、Adaptive RAG

难度：高级 分类：RAG​

简短回答​

三种高级 RAG 变体各解决不同问题：Self-RAG 通过反思 token 动态决定是否检索并自我评估输出质量，提升事实准确性；Corrective RAG (CRAG) 在检索后评估文档质量，对低质量结果触发 Web 搜索补救；Adaptive RAG 用分类器分析查询复杂度，动态路由到最合适的检索策略。三者可以组合使用，构成多层防御的高可靠 RAG 系统。​

详细解析​

Self-RAG（自我反思 RAG）​

核心思想： 训练 LLM 生成特殊的"反思 token"来自我管理检索和输出质量。​

工作流程​

​

代码块​

Plain Text

Query → LLM 判断是否需要检索？​

├── 不需要 → 直接生成（简单问题，如常识）​

└── 需要 → 检索文档​

→ 生成回答​

→ [反思 token] 评估：​

├── 检索结果是否相关？（Relevance）​

├── 回答是否基于检索内容？（Support）​

└── 回答是否有用？（Utility）​

→ 如果不满意 → 重新检索或修改回答​

​

两种特殊 Token​

•

Reflection Token（反思 token）：决定是否需要检索​

•

Critique Token（批评 token）：评估检索结果和生成内容的质量​

​

代码块​

Python

class SelfRAG:​

def answer(self, query: str) -> str:​

# 1. 决定是否需要检索​

need_retrieval = self.llm.predict_retrieval_need(query)​

​

if not need_retrieval:​

return self.llm.generate(query)​

​

# 2. 检索并生成​

docs = self.retriever.search(query)​

response = self.llm.generate_with_context(query, docs)​

​

# 3. 自我批评​

relevance_score = self.llm.critique_relevance(docs, query)​

support_score = self.llm.critique_support(response, docs)​

utility_score = self.llm.critique_utility(response, query)​

​

# 4. 如果质量不够，迭代改进​

​

关键优势： 根据 Asai et al. (2023) 论文（ICLR 2024 Oral）在 Open-domain QA、推理和事实验证等六类任务上的实验，Self-RAG（7B/13B）显著优于 ChatGPT 和 retrieval-augmented Llama2-chat，事实性指标在多个任务上取得 SOTA。在医疗、法律、金融等高精度需求场景尤为有价值。​

局限： 需要用特殊 token 对模型进行微调，不能直接用于现有 API 模型。​

Corrective RAG (CRAG)​

核心思想： 在检索之后、生成之前，加入一个轻量级评估器来评估文档质量，并在质量不足时启用 Web 搜索作为补救。​

工作流程​

​

​

CRAG 在检索与生成之间加评估器：相关直接用，模糊先精炼再补 Web，不相关整组换 Web 搜索兜底。​

​

代码块​

Python

class CorrectiveRAG:​

​

关键优势： 轻量级——评估器可以是小模型（甚至规则引擎），不需要微调主 LLM。Web 搜索兜底确保即使知识库不完善也能给出有用回答。​

适用场景： 法律研究、学术写作、政策分析——准确性至关重要且允许稍高延迟的场景。​

Adaptive RAG​

核心思想： 在检索之前，用分类器分析查询复杂度，然后动态选择最合适的检索策略。​

工作流程​

​

​

Adaptive RAG 用复杂度分类器前置路由：简单不检索，中等单次 RAG，复杂多跳检索加验证。​

​

代码块​

Python

class AdaptiveRAG:​

def answer(self, query: str) -> str:​

# 1. 分析查询复杂度​

complexity = self.classifier.predict(query)​

​

if complexity == "simple":​

# 常识问题 → 不需要检索​

return self.llm.generate(query)​

​

elif complexity == "moderate":​

# 标准问题 → 单次 RAG​

docs = self.retriever.search(query)​

​

关键优势： 通过避免对简单问题过度检索来优化效率和成本。复杂问题得到更深入的处理。​

适用场景： 查询复杂度差异大的系统（客服、通用助手）——简单 FAQ 不需要检索，复杂分析需要多轮检索。​

三者对比​

​

​

组合使用：多层防御​

三种变体可以组合构成更强大的系统：​

​

代码块​

Python

class CombinedAdvancedRAG:​

def answer(self, query: str) -> str:​

# Layer 1: Adaptive RAG — 路由到合适策略​

complexity = self.classifier.predict(query)​

​

if complexity == "simple":​

​

常见误区 / 面试追问​

误区："这些变体互相替代" — 它们解决不同环节的问题，完全可以组合使用。Adaptive RAG 做前端路由，CRAG 做检索质量控制，Self-RAG 做输出质量保证。​

误区："Self-RAG 可以用任何 LLM" — 原始 Self-RAG 需要用反思 token 微调模型。不过，可以通过 Prompt Engineering 模拟类似效果（让 LLM 在 Prompt 中评估自己的输出），但效果不如原版。​

追问："GraphRAG 属于哪个类别？" — GraphRAG 是另一种独立变体，它用知识图谱代替（或补充）向量检索。适合实体关系密集的场景（如组织架构、产品关系网络）。与上述三种变体正交，可以并行使用。​

追问："实际生产中最常用的是哪种？" — Corrective RAG 因为实现简单（不需要微调）且效果显著而最常被采用。Adaptive RAG 在成本敏感场景也很流行。Self-RAG 因为需要微调，更多出现在研究中。​