摘要：就拿问“Hattie McDaniel的职业是什么”来说，要是你换个说法，把“occupation”换成“profession”，或者提一句“她是美国名人”。

传统RAG有多“死板”？换个问法就给错答案，行业痛点卡了数年竟无人破局！

明明是提升大模型能力的“利器”，却因读不懂人类的“言外之意”成了“鸡肋”。

眼看RAG落地陷僵局，中国科研团队突然抛出重磅成果：

北航、北大联合中关村实验室搞出的DRAG框架，多任务准确率飙升！

在大模型落地的浪潮里，检索增强生成（RAG）早成了行业“香饽饽”。

不管是企业客服自动答惑，还是科研人员查文献，都得靠它提升回答的准确性和时效性。

可用过的人都知道，这技术有个让人头疼的毛病——认死理。

就拿问“Hattie McDaniel的职业是什么”来说，要是你换个说法，把“occupation”换成“profession”，或者提一句“她是美国名人”。

传统RAG就可能犯迷糊，要么把不相关的文档当成宝，要么漏掉关键信息，最后给出的答案驴唇不对马嘴。

这背后其实是“词汇多样性”这个隐形痛点在作祟，可之前行业里竟没几个人正经解决它。

直到ACL 2025上，北航、北大和中关村实验室的团队扔出了个重磅成果——Lexical Diversity-aware RAG（DRAG）框架。

这框架首次把“词汇多样性”系统性地融入RAG的检索和生成环节，还做成了轻量、通用的方案，一下就把行业的天花板往上抬了不少。

要解决词汇多样性的问题，得从RAG的两大核心环节下手，DRAG框架就针对性地搞了两个关键模块。

先看检索端的Diversity-sensitive Relevance Analyzer（DRA），它跟传统检索的“一刀切”完全不同。传统方法只会把整个问题和文档比，而DRA会把问题拆成不同部分，用不同策略判断相关性。

像人名“Hattie McDaniel”这种不变词，DRA要求文档必须精确匹配，不然很容易把其他同名人物的信息混进来。

而“occupation”这种可变词，DRA会借助大模型的语义理解能力，允许文档里出现“profession”“actress”这类同义或相关表达，不会因为用词不一样就漏掉有用信息。

经过这么一番精细操作，DRA能给检索结果重新排序，给出更精准的相关性评分，大大减少了“假阳性”（把无关文档当相关）和“假阴性”（漏掉相关文档）的情况，相当于给RAG找材料时安了个“火眼金睛”。

可光检索准还不够，生成阶段也容易出问题。有时候明明找对了材料，模型生成答案时却会被里面的无关信息带偏。

为了解决这个问题，DRAG框架搞了个Risk-guided Sparse Calibration（RSC）模块，思路特别有意思，借鉴了“风险控制”的逻辑。

RSC会在模型生成每个token的时候，实时监控三种风险。第一种是词汇风险，看生成的内容是不是过度依赖了文档里相关性低的词汇；

第二种是注意力风险，检查模型的注意力是不是集中到了无关的段落上；第三种是预测风险，判断当前生成的内容和检索到的证据有没有冲突。

最关键的是，RSC采用了“稀疏校准”的方式，它不会对所有生成内容都指手画脚，只在检测到高风险token的时候才动态干预。

这样既避免了模型走偏，又不会影响生成效率和自然度，相当于给RAG的生成环节装了个“方向盘”，关键时刻能及时纠正方向。这两个模块一配合，效果立竿见影。

DRAG框架的意义可不止提升几个百分点的准确率那么简单。它最大的价值，是让RAG开始真正“理解”人类语言的复杂性，而不是停留在表面的文字匹配。

人类交流时同一个意思本来就有无数种表达方式，要是AI连这点都适应不了，怎么能更好地服务于人？

而且这个技术在专业领域的潜力特别大，比如医疗行业，医生问诊时表述可能不一样，有的说“咳嗽”，有的说“”，有的会补充“夜间加重”，DRAG就能更精准地匹配病历和医学文献，辅助医生诊断。

这次北航团队的突破，不仅给RAG技术指了个新方向，也让我们看到了中国科研团队在AI领域的硬实力。相信再过不久，我们就能在更多场景里，感受到这项技术带来的便利。

来源：小张的任意门