SELF-RAG核心原理

SELF-RAG核心原理

核心原理概述

SELF-RAG（Self-Reflective Retrieval-Augmented Generation）是一种通过按需检索和自我反思提升语言模型事实性与生成质量的框架。其核心机制包括：

1. 动态检索决策：根据任务需求判断是否需要检索外部知识（通过Retrieve令牌）。
2. 多维度批判机制：通过三种批判令牌（ISREL、ISSUP、ISUSE）评估检索内容的相关性、支持度及生成质量（表1）。
3. 可控生成：利用反射令牌调整生成策略，平衡事实性与创造性（图1）。

关键组件解析

1.