【必学】RAG系统太慢？Meta新框架REFRAG实现30倍加速，原来99%计算都是浪费

原创于 2025-10-18 11:46:48 发布 · 726 阅读

17 ·

CC 4.0 BY-SA版权

文章标签：

#大模型入门 #大模型学习 #人工智能 #AI大模型 #RAG #大模型 #LLM

前言

你的 RAG 系统慢，可能是因为在做太多无用功。

最近，Meta 的研究团队发布了 REFRAG 框架，证明了一个关键发现：在 RAG 系统中，99% 的跨段落注意力计算都是浪费的。

随着上下文窗口不断增长，首个 token 的生成延迟呈二次方增长，这成为了 RAG 系统的性能瓶颈。REFRAG 通过一种新的压缩策略，实现了 30.85 倍的首 token 生成加速，同时保持了模型的准确性。

核心技术方案
在这里插入图片描述

传统RAG流程很简单：查询来了，编码成向量，从向量数据库里找相似的文本块，然后一股脑塞给LLM。这种方法能工作，但代价不小。大多数检索到的块包含无关文本，LLM必须处理远多于需要的token，这在算力、延迟和上下文上都在白白花钱。

REFRAG 的核心思路是不将检索到的原始 token 直接输入生成模型，而是采用以下策略：

将上下文划分为固定大小的块
使用轻量级编码器（如 RoBERTa）生成压缩的块嵌入
将这些嵌入与查询 token 一起输入解码器
通过强化学习策略选择性地展开重要的块

这种设计使得注意力计算的复杂度从 token 数量降低到块数量。在 16 倍压缩率下，系统实现了 16.53 倍的加速，同时性能比现有方法提升了 9.3%。

那么这和重排器有啥不同呢？

在这里插入图片描述

普通的带重排的RAG管道，重排器只是在文本层面对块重新排序或修剪，并不改变输入LLM的表示形式。LLM仍然会一个token不落地接收到顶部几个块的完整文本。

而REFRAG是在嵌入层面进行压缩、过滤和替换。它不让LLM消耗每个块所有的token嵌入，而是用一个压缩嵌入代表一个块，让RL策略决定哪几个块值得扩展成完整形式。更重要的是，REFRAG将相关性过滤移到了LLM的表示空间，而不仅仅是检索空间。LLM本身被训练去理解压缩后的嵌入并基于其进行推理。

创新点

研究团队发现 RAG 系统的一个重要特征：检索段落之间的注意力呈现块对角结构。段落内部的 token 相互关注度高，但跨段落的注意力几乎为零。这种稀疏性为压缩优化提供了理论基础。

在训练方法上，团队采用了课程学习（Curriculum learning）策略。模型首先学习重建单个块，然后逐步增加到多个块。这种渐进式训练对于模型掌握压缩能力至关重要。此外，强化学习策略能够动态决定哪些内容块需要完整展开，实现了压缩率的自适应调整。

实验验证

在这里插入图片描述

在多个基准测试中，REFRAG 展现了稳定的性能提升：

RAG 任务：在相同延迟条件下，性能比 LLaMA 提升 1.22%（强检索器）到 1.93%（弱检索器）
多轮对话：由于能够通过压缩保留更多历史上下文，在对话轮数增加时优势更加明显
文档摘要：在长文档处理任务中，REFRAG 能够在同等计算预算下处理更多内容

在这里插入图片描述

小结

在实际工程落地层面，也需要一些工作。比如：

为了增加跨查询复用，压缩后的块嵌入可以预先计算并存储在向量数据库中，支持跨查询复用。这种"随处压缩"的能力使其特别适合多轮对话和智能体应用场景。

为了增加可解释性，解释哪些压缩上下文影响了答案。压缩管道需要有检索一样的溯源机制，存储块哈希和版本信息。

同时，虽然强化学习策略提供了更好的性能，但固定压缩率的版本在实际部署中可能更加稳定可靠。

总的来说，REFRAG 的成功表明，针对特定应用场景的优化十分有必要。就 RAG 系统而言，理解并利用其特有的注意力稀疏性，比笼统扩大上下文窗口更加有效。

最后

为什么要学AI大模型

当下，⼈⼯智能市场迎来了爆发期，并逐渐进⼊以⼈⼯通⽤智能（AGI）为主导的新时代。企业纷纷官宣“ AI+ ”战略，为新兴技术⼈才创造丰富的就业机会，⼈才缺⼝将达 400 万！

DeepSeek问世以来，生成式AI和大模型技术爆发式增长，让很多岗位重新成了炙手可热的新星，岗位薪资远超很多后端岗位，在程序员中稳居前列。

在这里插入图片描述

与此同时AI与各行各业深度融合，飞速发展，成为炙手可热的新风口，企业非常需要了解AI、懂AI、会用AI的员工，纷纷开出高薪招聘AI大模型相关岗位。
在这里插入图片描述
最近很多程序员朋友都已经学习或者准备学习 AI 大模型，后台也经常会有小伙伴咨询学习路线和学习资料，我特别拜托北京清华大学学士和美国加州理工学院博士学位的鲁为民老师给大家这里给大家准备了一份涵盖了AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频 全系列的学习资料，这些学习资料不仅深入浅出，而且非常实用，让大家系统而高效地掌握AI大模型的各个知识点。