本文是LLM系列文章,针对《RETRIEVAL MEETS LONG CONTEXT LARGE LANGUAGE MODELS》的翻译。
摘要
扩展大型语言模型(LLM)的上下文窗口最近越来越流行,而通过检索来增强LLM的解决方案已经存在多年。自然的问题是:i)检索增强与长上下文窗口,哪一个更适合下游任务?ii)能否将这两种方法结合起来,实现两全其美?在这项工作中,我们通过使用两种最先进的预训练LLM研究这两种解决方案来回答这些问题,即专有的43B GPT和LLaMA2-70B。也许令人惊讶的是,我们发现具有4K上下文窗口的LLM在生成时使用简单的检索增强,可以在长上下文任务上通过位置插值实现与具有16K上下文窗口的微调LLM相当的性能,同时需要更少的计算。更重要的是,我们证明了无论LLM的扩展上下文窗口大小如何,检索都可以显著提高LLM的性能。我们的最佳模型,具有32K上下文窗口的检索增强LLaMA2-70B,在七项长上下文任务(包括问答和基于查询的摘要)的平均得分方面优于GPT-3.5-turbo-16k和Davinci003。它也在一定程度上优于其非检索LLaMA2-70B-32k基线,同时在生成方面要快得多。我们的研究为从业者提供了关于LLM的检索增强与长上下文扩展的选择的一般见解。