Tweet Overview
View this X/Twitter post from @aigclink published on 28 ноября 2025 г. в 02:57. This post contains 1 images.
苹果新搞了一个RAG框架：ml-clara，解决长上下文处理效率低下、检索与生成优化过程的分离问题 其核心思想是，不要把整段文本塞给大模型，而是把“检索”和“生成”全部压缩到同一个可微的连续向量空间里，统一训练、一次推理 以此解决，1 上下文越来越长计算量爆炸，2 检索器和生成器独立训练导致优化目标不一致，3 梯度断流的问题 在NQ、HotpotQA、MuSiQue、2Wiki上，不同压缩比4×/16×/32×均保持领先，压缩到32×时仍优于未压缩的纯检索基线 上下文长度最高可压32×–64×，同时保留了生成准确答案所需的基本信息 具体是，1、首先压缩预训练，把文档压成32～256维向量，保留QA/复述语义 2、然后指令微调，让压缩向量适配下游问答任务 3、再端到端联合训练，检索器+生成器一起优化 #RAG #mlclara
