距离上次 全球首发:第二代 RAG 系统 auto-coder.rag 相比市面主流RAG系统 20%-60% 效果提升 不到半个月,我们这次带来了一个新版本 0.1.175。
极简使用
pip install -U auto-coder
auto-coder.rag serve \
--tokenizer_path /Users/allwefantasy/Downloads/tokenizer.json \
--doc_dir /Users/allwefantasy/projects/ray/doc/source \
--rag_doc_filter_relevance 2
tokenizer 可以在这里下载:https://cdn.deepseek.com/api-docs/deepseek_v2_tokenizer.zip
然后通过 --doc_dir 指定文档目录即可。此时就可以使用兼容 openai 的客户端或者使用 openai sdk 使用了。
支持的文档类型:word,excel,ppt, pdf 以及任何文本文档
不再限制单文件的大小
在第一个版本,我们限制了单个文档大小,不能超过 110k token。如果超过了,用户需要自己切分下。在新版本中,我们实现了自适应长度,系统会自动合并小文件,或者切割长文件,用户不再需要自己手动做前置工作。这里可能需要注意,自适应长度这可能会影响大模型推理商的缓存命中率,如果影响大或者用户需要更好的自主控制,用户可以通过 `--disable_auto_window` 关闭。
更加精细化的窗口分区管理
之前我们将窗口划分input/output区(默认110k/18k),然后 input 区又划分为 full text area, segment area, buff area 三个区域。第一个区域当单个文档都很长的时候,还是存在比较大的浪费(full text area 可能一篇都放不下,并且segment area 还不能复用 full text area 未被占用的token数)。现在结合自适应长度的功能,我们可以确保 full text area 有合理的填充,并且sgement area 能够填满 full text area 的空闲的部分,实现一个较为动态的区域的使用。
可以通过如下参数控制(右侧为默认值):
--rag_context_window_limit 110000
--full_text_ratio 0.7
--segment_ratio 0.2
更好的日志可观测性
在系统启动时,可以看到更加详细的文档 token 信息:
Total docs: 21
Total tokens: 816176
Tokenizer path: /Users/allwefantasy/Downloads/tokenizer.json
Relevant score: 2
Token limit: 110000
Full text limit: 77000
Segment limit: 22000
Buff limit: 11000
Max doc tokens: 50368
Min doc tokens: 1108
Avg doc tokens: 38865.52
Median doc tokens: 39757.0
可以看到自适应长度后文档集的token分布情况,以及分区信息。当执行一个请求的时候,还可以看到信息填充的窗口情况。
算力的解决
auto-coder.rag 比较依赖大模型长窗口,和高并发推理。我们目前也正在推动多加模型推理供应商加大这块投入。如果用户觉得效果确实好,也多用用,共同推动RAG 领域的进步。