小米公司近期揭曉了其創(chuàng)新的知識(shí)庫(kù)問(wèn)答框架——Mi-BRAG，這一框架通過(guò)四大核心技術(shù)的集成，實(shí)現(xiàn)了知識(shí)處理范式的革新。Mi-BRAG已經(jīng)在小愛(ài)同學(xué)的個(gè)人信息問(wèn)答、汽車(chē)問(wèn)答助手及商品問(wèn)答等多個(gè)小米內(nèi)部場(chǎng)景中得到了廣泛應(yīng)用。

Mi-BRAG框架的一大亮點(diǎn)是全格式兼容能力，內(nèi)置的智能解析引擎能夠無(wú)損處理包括PDF、Word、Excel在內(nèi)的十多種文檔格式，為構(gòu)建統(tǒng)一的企業(yè)知識(shí)庫(kù)奠定了堅(jiān)實(shí)基礎(chǔ)。該框架還突破了傳統(tǒng)文本的局限，能夠精準(zhǔn)解析復(fù)雜的圖片、表格以及圖文混排信息，實(shí)現(xiàn)了全模態(tài)解析。

在國(guó)際化方面，Mi-BRAG支持主流語(yǔ)言的文檔解析與交互問(wèn)答，消除了知識(shí)流通中的語(yǔ)言障礙。同時(shí)，其細(xì)粒度溯源功能采用動(dòng)態(tài)溯源定位技術(shù)，對(duì)每個(gè)生成結(jié)果都標(biāo)注了原始文檔及引用位置，用戶(hù)只需一鍵即可追溯信息源頭，構(gòu)建出一個(gè)可信的知識(shí)生態(tài)。

面對(duì)大模型（LLM）在知識(shí)更新成本高、企業(yè)私有知識(shí)理解不足以及數(shù)據(jù)安全隱患等方面的挑戰(zhàn)，小米引入了RAG（檢索增強(qiáng)生成）技術(shù)，為這些問(wèn)題提供了有效的解決方案。RAG技術(shù)通過(guò)檢索最新的文檔或數(shù)據(jù)庫(kù)，為大模型注入實(shí)時(shí)信息，確保其輸出內(nèi)容的準(zhǔn)確性與時(shí)效性。同時(shí)，通過(guò)構(gòu)建外部知識(shí)庫(kù)，RAG技術(shù)能夠增強(qiáng)大模型在特定領(lǐng)域的表現(xiàn)。

在數(shù)據(jù)隱私與安全性方面，RAG技術(shù)通過(guò)調(diào)用私有數(shù)據(jù)庫(kù)，在生成答案時(shí)僅基于檢索到的相關(guān)片段進(jìn)行加工，避免了原始數(shù)據(jù)被模型存儲(chǔ)或泄露的風(fēng)險(xiǎn)。這一特性使得Mi-BRAG在處理企業(yè)敏感數(shù)據(jù)時(shí)更加安全可靠。

小米在多個(gè)應(yīng)用場(chǎng)景中亟須自研的RAG框架提供領(lǐng)域安全可靠的智能知識(shí)中樞，以提升產(chǎn)品的智能化水平和用戶(hù)體驗(yàn)。無(wú)論是面向消費(fèi)者的個(gè)人信息問(wèn)答、智能文檔問(wèn)答，還是面向企業(yè)的新產(chǎn)品研發(fā)、員工助手、智能客服等場(chǎng)景，Mi-BRAG都展現(xiàn)出了強(qiáng)大的應(yīng)用潛力。

小米大模型團(tuán)隊(duì)認(rèn)為，一個(gè)完整的知識(shí)問(wèn)答框架應(yīng)包括知識(shí)庫(kù)創(chuàng)建、知識(shí)檢索、知識(shí)增強(qiáng)和回復(fù)生成四個(gè)部分。其中，知識(shí)庫(kù)創(chuàng)建模塊對(duì)問(wèn)答效果至關(guān)重要，因此小米將框架命名為Mi-BRAG。Mi-BRAG支持多種格式文檔解析和圖文混合的多模態(tài)問(wèn)答，為用戶(hù)提供了豐富的應(yīng)用選項(xiàng)。

在RAG的基礎(chǔ)框架下，Mi-BRAG的技術(shù)創(chuàng)新主要集中在知識(shí)庫(kù)創(chuàng)建、知識(shí)檢索以及回復(fù)生成等方面。知識(shí)庫(kù)創(chuàng)建方面，Mi-BRAG實(shí)現(xiàn)了跨模態(tài)的知識(shí)融合及“金字塔型”動(dòng)態(tài)知識(shí)體系的構(gòu)建；知識(shí)檢索方面，增強(qiáng)了用戶(hù)Query的理解能力和多維語(yǔ)義增強(qiáng)；回復(fù)生成方面，為知識(shí)注入了場(chǎng)景定制模型，并強(qiáng)化了無(wú)關(guān)信息的拒答和精細(xì)化的溯源能力。

在第三方評(píng)測(cè)機(jī)構(gòu)SuperCLUE的綜合評(píng)估中，小米Mi-BRAG在單文檔問(wèn)答、多文檔問(wèn)答及搜索問(wèn)答三大典型場(chǎng)景中表現(xiàn)出色，榮登榜首。這主要得益于Mi-BRAG在抗噪聲數(shù)據(jù)處理與信息整合方面的創(chuàng)新數(shù)據(jù)構(gòu)建方法，以及其突破性的模型訓(xùn)練范式。

在ASQA測(cè)試集上，小米團(tuán)隊(duì)對(duì)Mi-BRAG和業(yè)界大模型進(jìn)行了對(duì)比測(cè)試。結(jié)果顯示，Mi-BRAG在多文檔生成溯源準(zhǔn)召率方面表現(xiàn)優(yōu)異，進(jìn)一步驗(yàn)證了其強(qiáng)大的知識(shí)問(wèn)答能力。