前言
这篇文章探讨了如何在工业环境中利用大型语言模型（LLMs）进行问题回答，特别是针对客服场景提供上下文相关的响应预测。然而，为了在行业环境中针对特定客户查询提供精确和相关的信息，LLMs需要访问全面的知识库以避免产生幻觉。面对这个问题，RAG技术应运而生。然而，使用RAG开发实际应用中的问答框架仍面临几个挑战：1）数据可用性问题，2）生成内容质量的评估，3）昂贵的人工评估成本。文章提出了一个端到端的RAG框架，用于解决工业环境中的问题回答问题。
A部分：当用户提出一个有效的查询时，系统会检索相关的文档，并从中生成适当的响应供代理选择。代理可以直接使用生成的响应，点击即可。
B部分：对于超出领域范围的查询，系统会引导用户提出相关的问题。
A部分：手动搜索相关文档来响应查询。 B部分：基于BERT的系统，该系统从给定查询中提取相关的问答对，并为代理提供响应建议。 C部分：提出的RAG LLM系统，其中LLM检索相关知识库文章，并根据查询和检索到的文章生成答案。
方法
数据集
构建一个包含领域特定问题和对应答案的知识库文档的数据集。然后，利用LLM从公司文档中生成相关的问题-答案对，并从开源数据集中补充域外问题和答案。
RAG
RAG架构的主要组件包括检索器和生成器。检索器从知识库中检索相关文档，生成器则利用这些文档和历史聊天记录生成响应建议。
检索器
向量嵌入：使用不同的嵌入模型来表示查询和文档，以便计算它们之间的相似度。比较了Universal Sentence Encoder (USE)、Google的Vertex AI嵌入模型和SBERT-all-mpnet-base-v2等嵌入策略。实验结果表明，Vertex AI-textembedding-gecko@001(768)嵌入与ScaNN检索结合效果最佳。
检索策略：测试了多种检索算法，包括ScaNN和KNN HNSW。ScaNN因其在大规模数据集上的高效处理和高检索准确性而被选用。设置了不同的检索阈值，以确保不相关的文档不会被检索并传递给生成器。
生成器
LLM使用PaLM2基础模型（text-bison, text-unicorn）进行文本生成，确保在企业许可和安全要求方面具有优势。
实验
ScaNN检索器在大多数情况下优于KNN HNSW，Vertex AI嵌入模型在捕捉复杂语义关系方面表现最佳。设置检索阈值为0.7可以有效减少不必要的文档检索，提高响应生成效率。
总结
这篇文章主要介绍了RAG在传统智能客服场景的一个应用，减轻人工客服的工作负担。结果表明，检索相关知识库文档并利用LLMs生成响应比BERT响应更具上下文相关性和准确性。
