REFRAG是Meta超級智能實驗室為檢索增強生成（RAG）任務(wù)量身打造的高效解碼框架。該框架巧妙地運用“壓縮（Compress）、感知（Sense）、擴展（Expand）”的創(chuàng)新流程，旨在革新大型語言模型（LLM）整合外部知識的方式。

其核心在于將檢索到的冗長文本切分成多個的“塊”，并為每個“塊”生成精煉的向量表示，從而顯著縮短輸入序列的長度，大幅降低計算開銷。通過強化學(xué)習(xí)策略網(wǎng)絡(luò)，REFRAG能夠智能地識別并保留至關(guān)重要的文本片段的原始形態(tài)，確保關(guān)鍵信息不被壓縮所淹沒。這一優(yōu)化過程不僅將首字生成延遲（TTFT）提升了高達30倍，更在保持甚至超越完整上下文模型性能的同時，有效解決了LLM在處理長上下文時的效率瓶頸。

REFRAG的核心優(yōu)勢

• 極致的速度提升：REFRAG通過精密的解碼優(yōu)化，能夠?qū)崿F(xiàn)高達30倍的首字生成速度飛躍，為實時交互應(yīng)用帶來前所未有的響應(yīng)速度。

• 卓越的性能保證：在加速的同時，REFRAG在困惑度以及多項下游任務(wù)的準(zhǔn)確性上均能與使用完整上下文的模型媲美，甚至在部分場景下表現(xiàn)更佳，確保了生成內(nèi)容的質(zhì)量。

• 無縫的上下文擴展：得益于其創(chuàng)新的壓縮技術(shù)，REFRAG能夠在相同的計算資源下處理更多的上下文信息，其等效上下文窗口擴大了16倍，極大地增強了模型處理長篇內(nèi)容的綜合能力。

• 廣泛的應(yīng)用適配性：REFRAG不僅適用于核心的RAG任務(wù)，還能在多輪對話、長文檔摘要等需要深度理解和處理長上下文的場景中發(fā)揮巨大作用，展現(xiàn)出其強大的通用性。

REFRAG的技術(shù)基石

• 壓縮（Compress）：REFRAG將冗長的參考資料分割成若干“塊”，并為每個“塊”生成緊湊的向量表示（“塊嵌入”）。此舉有效縮減了輸入序列，降低了后續(xù)計算量，并避免了重復(fù)的編碼計算。

• 感知（Sense）：通過訓(xùn)練一個基于強化學(xué)習(xí)（RL）的策略網(wǎng)絡(luò)，REFRAG能夠分析所有“塊嵌入”以及用戶查詢，精準(zhǔn)判斷哪些文本塊承載著核心信息，需要以原始文本形式呈現(xiàn)給LLM，從而杜絕關(guān)鍵信息的遺漏。

• 擴展（Expand）：最終輸入給主LLM的是一個混合序列，其中包含大部分上下文的“塊嵌入”以及少量被識別為關(guān)鍵的“原始文本塊”。LLM基于這些優(yōu)化后的輸入生成答案，既保留了核心信息，又最大限度地減輕了計算負(fù)擔(dān)。

• 利用注意力機制的稀疏性：REFRAG的創(chuàng)新基于一個關(guān)鍵觀察：在RAG任務(wù)中，LLM的注意力機制呈現(xiàn)出一種“塊對角”的稀疏模式，即注意力主要集中于單個文檔內(nèi)部以及文檔與用戶問題之間的關(guān)聯(lián)。REFRAG通過選擇性地壓縮和擴展上下文，有效減少了不必要的計算，顯著提升了效率。

REFRAG的創(chuàng)新之路

• arXiv技術(shù)論文：深入了解REFRAG的理論基礎(chǔ)與實驗驗證，請訪問：https://arxiv.org/pdf/2509.01092

REFRAG的廣闊應(yīng)用前景

• 檢索增強生成（RAG）：在需要快速、精準(zhǔn)答案的場景，如智能客服、在線問答系統(tǒng)等，REFRAG能顯著提升首字生成速度，優(yōu)化用戶體驗。

• 多輪對話系統(tǒng)：REFRAG能夠高效處理長對話歷史，確保對話的連貫性與準(zhǔn)確性，從而提升用戶在多輪交互中的整體感受。

• 長文檔摘要：對于新聞、學(xué)術(shù)論文等長文本，REFRAG能夠高效處理并生成高質(zhì)量的摘要，是內(nèi)容自動化處理的得力助手。

• 知識圖譜問答：REFRAG能夠與知識圖譜協(xié)同工作，快速檢索相關(guān)知識并生成準(zhǔn)確答案，是知識圖譜驅(qū)動的智能問答系統(tǒng)的理想選擇。

• 內(nèi)容創(chuàng)作輔助：在內(nèi)容創(chuàng)作領(lǐng)域，REFRAG能夠快速生成創(chuàng)意文本，輔助作者進行構(gòu)思和寫作，極大地提高了創(chuàng)作效率。