Select-And-Extract: A Lightweight Plugin for Retrieval-Augmented Generation
SANE (Select-ANd-Extract) 是一种用于检索增强生成（RAG）的轻量级插件，旨在解决检索失败和阅读失败两类问题。检索失败时，它使用语义检索器获取广泛候选，并利用语言模型基于摘要选择最佳候选；阅读失败时，采用蓝图引导的查询时证据提取，使生成模型仅使用紧凑的结构化关键信息。实验结果表明，SANE 带来了稳定的改进，且仅需少量额外开销。
发展脉络
- 首次出现Select-And-Extract: A Lightweight Plugin for Retrieval-Augmented GenerationarXiv cs.CL
- 当前判断SANE 代表了一种轻量级 RAG 优化的趋势，即通过插件方式增强现有系统，而非重新训练模型。这降低了 RAG 系统的部署成本，可能推动更多企业采用 RAG 技术。同时，对检索和阅读的分离优化，可能促进检索器与生成模型的协同设计。Agent Pulse · 分析
SANE 是一种用于 RAG 的轻量级插件，针对检索失败和阅读失败提出解决方案。检索失败方面，SANE 使用语义检索器获取广泛候选，然后利用语言模型基于候选摘要选择最相关的候选，从而提高召回率。阅读失败方面，SANE 采用蓝图引导的查询时证据提取，将检索到的文档转换为紧凑的结构化关键信息，使生成模型能够更有效地推理。实验表明，SANE 在保持轻量级的同时带来了稳定的性能提升。
SANE 的核心创新在于将检索和阅读两个环节解耦并分别优化。检索阶段，通过语义检索器获取广泛候选，再使用语言模型进行二次筛选，这比单一检索器更灵活。阅读阶段，蓝图引导的提取将长文档压缩为结构化信息，减少了生成模型的负担。这种设计可能对长上下文推理和成本敏感的应用有启发。
SANE 代表了一种轻量级 RAG 优化的趋势，即通过插件方式增强现有系统，而非重新训练模型。这降低了 RAG 系统的部署成本，可能推动更多企业采用 RAG 技术。同时，对检索和阅读的分离优化，可能促进检索器与生成模型的协同设计。
SANE 作为轻量级插件，可以低成本地提升现有 RAG 系统的准确性，减少因检索或阅读失败导致的错误。对于依赖知识密集型问答的企业，这可能降低人工复核成本，提高自动化程度。同时，其插件化设计便于集成到现有工作流，缩短部署周期。
未来，SANE 可能被集成到主流 RAG 框架中，并与其他技术（如重排序、自适应检索）结合。其蓝图引导的提取方法可能扩展到多模态或结构化知识场景。可验证的信号包括：SANE 在更多基准上的公开评测、被开源社区采用、或出现基于 SANE 的商用产品。