什麼是RIG
RIG 是一種「檢索-生成交錯」的方法，強調在查詢的每一輪檢索和生成之間交替進行。例如，模型會先檢索資料來生成部分答案，再基於這個生成的內容進行下一輪檢索。這樣交替進行，逐步補充答案。
RIG 常用於需要多步驟推理的情境，模型可以通過分階段檢索、補充和生成，動態構建出全面的答案。
這種方法有助於模型在多輪次中漸進式地加深對複雜問題的理解，尤其適合多跳問題（multi-hop questions），即那些需要逐步從不同的資訊片段中推理出最終答案的問題。
RIG 的特點
RIG 沒有固定的結構，它更像是一種逐步探索的策略，不依賴任何預先分層或社群索引，而是即時根據每輪生成的結果來進行下一輪檢索。這讓 RIG 更加靈活，但在處理大型資料集時可能會相對較慢。其資訊生成過程是動態的，每次生成部分答案後再進行新一輪檢索和生成，因此不依賴於預先準備的摘要，而是根據查詢需要來即時擴充答案。
- 交錯的檢索與生成：
- 工作流程：RIG 採用「檢索-生成交替」的方法，將檢索和生成過程交替進行。每次檢索之後會產生一部分答案，然後基於這部分答案的內容來進行下一輪的檢索，如此循環進行。
- 優勢：這種交錯的方式允許系統逐步構建出複雜問題的答案，尤其適合多跳推理或需要多階段補充資訊的查詢。
- 動態反應查詢需求：
- 查詢適應性：因為 RIG 在生成答案的同時持續檢索，讓系統能夠根據用戶查詢的上下文動態更新資訊，這對於需要逐步探索或回答不斷變化的問題尤其有用。
- 分階段深入：RIG 可以隨著每一步的檢索生成，深入挖掘與查詢相關的資訊，使得答案在細節上越來越精確。
- 適用場景：
- RIG 適合處理需要多步推理的查詢，特別是在問題本身需要一系列資料支持才能回答時。由於每次生成答案之後都會進行新一輪檢索，因此非常適合需要補充性資訊或需要確認前一輪答案的情境。
Retrieval Interleaved Generation (RIG)範例查詢
用戶提出一個多步驟的問題：
「阿基米德是如何影響現代物理學的？」
這個問題相對複雜，因為它不僅涉及阿基米德的生平，還包括他的貢獻如何影響後來的物理學理論，需要多步驟推理來構建答案。
RIG 運作流程
- 初始檢索：
- 系統首先檢索與「阿基米德的生平」和「阿基米德的科學貢獻」相關的資訊，可能返回阿基米德在浮力原理、杠杆定律等方面的研究成果。
- 基於這些資訊，系統生成初步答案，說明了阿基米德在物理學的基本貢獻。
- 第一輪生成後的檢索：
- 系統發現初步答案中提到阿基米德的浮力原理與力學理論，但用戶的問題涉及「現代物理學的影響」。
- 系統根據這部分生成的答案，進一步檢索「浮力原理和杠杆原理如何被後代科學家採用或影響」，找到後來的物理學家（如伽利略、牛頓）如何受阿基米德影響的資料。
- 系統基於這些新檢索的內容，生成更深入的答案，例如「阿基米德的浮力原理影響了伽利略對於物質運動的理解，而他的杠杆理論則是牛頓力學的基礎之一」。
- 第二輪生成後的進一步檢索：
- 針對剛剛生成的內容，系統可能發現「現代物理學」的範疇還包括熱力學、流體力學等，這些學科或許也受到阿基米德研究的啟發。
- 系統進行下一輪檢索，探索阿基米德的理論在流體力學中的應用，並找到現代科學家如何利用這些理論進一步發展出來的資料。
- 最後生成完整的答案，涵蓋阿基米德的研究如何一步步影響了現代物理學的各個分支，並點出具體的學科和科學家。
最終答案示例
「阿基米德對現代物理學的影響主要體現在他的浮力原理和杠杆原理。浮力原理為伽利略對於運動的研究提供了基礎，而杠杆理論則是牛頓力學的重要基石。此外，阿基米德的研究還在流體力學方面影響了後來的科學家，進一步推動了流體動力學的發展。」
