来源：市场资讯
（来源：PaperWeekly）
大语言模型越来越多地被用于生成跨领域问题的答案。
然而，当这些模型单独使用时，常常会出现错误或不准确的答案。检索增强生成（RAG）可以部分解决这个问题。
目前的方法将语言模型视为一个黑箱（black-box）：检索到的文档作为提示（prompt）的一部分提供给模型，模型需要根据其内部参数（特别是通过关注文档中的 token）来使用这些文档。
这种方法难以区分文档的相关性并评估其有效性。
加拿大蒙特利尔大学联合多个研究机构发表论文提出的 OpenDecoder 利用检索到的文档质量信号来影响语言模型的注意力分配，寄希望于模型在生成过程中能够更加关注相关且有用的信息，而忽略不相关的信息。
论文标题：
OpenDecoder: Open Large Language Model Decoding to Incorporate Document Quality in RAG
论文地址：
https://dl.acm.org/doi/pdf/10.1145/3774904.3792524
代码地址：
https://github.com/fengranMark/OpenDecoder
传统 RAG 的硬伤：大模型成了“睁眼瞎”？
现在的 RAG 系统普遍有一个强假设：检索器找回来的文档都是有用的。 然而，大模型把这些文档塞进 Prompt（提示词）之后，它的 Attention（注意力机制）完全是盲目的，根本不知道哪篇含金量高、哪篇是噪音。结果就是：
1. 垃圾塞入，垃圾产出：即使喂了一堆无关文档，LLM 也会硬着头皮看完并受到干扰，导致回答质量暴跌。
2. 多步过滤太慢：用 “LLM-as-a-judge” 先过滤再生成，虽然能去噪，但多轮调用大模型导致延迟（Latency）直接爆炸，根本无法落地工业级应用。
破局者 OpenDecoder：在解码层给大模型装上“透视眼”
既然 Prompt 救不了 RAG，那就直接在 Decoding（解码）阶段动手！
OpenDecoder 的核心逻辑非常优雅：直接利用检索到的文档外部质量指标（如检索相关性得分、重排得分、QPP 查询性能预测得分），去主动干预和重塑大模型内部的 Attention 概率分布。
它的工作原理：当 OpenDecoder 发现某个文档的外部得分极低（说明是个垃圾噪音），它就会在 token 级别直接调低大模型对这段文字的注意力。
极端情况的底气：如果检索回来的全是毫无关联的垃圾信息，OpenDecoder 会引导大模型直接忽略外部上下文，转而百分之百信任自己参数里原本就有的知识（Parametric Knowledge），从而给出最稳妥的回答。
实验结果佐证猜想
OpenDecoder 在 NQ、TriviaQA、PopQA（通用问答）以及 HotpotQA、2WikiMultiHopQA（复杂多跳推理问答）五大权威基准数据集上进行了测试，效果显著：
常规环境：显著超越 Vanilla RAG 及各种强 baseline。
高噪音环境：即使故意在检索结果中掺入大量局部相关或完全无关的文档，OpenDecoder 依旧稳如泰山，展现出恐怖的噪声容忍度（Noise Tolerance）。
极端失效场景：在检索彻底失败（全是垃圾文档）的极端情况下，OpenDecoder 依然能保持高准确率，避免大模型“精神失常”。
总结
相比于单纯依赖提示工程（Prompt Engineering），直接介入并“打开” LLM 的内部机制对于提升系统的鲁棒性至关重要。
这是因为我们不能期望 LLM 的隐式识别（Implicit Identification）在任何情况下都保持准确。
将外部指标（如 Relevance Score、Confidence Feature、Faithfulness Factor 等）与 LLM 的内部信息处理机制（如 Attention）有机结合并用于结果解码是十分有效的。
其核心挑战在于：如何通过精细的训练算法（在后训练 Post-Training 阶段）获取这些指标，并将其有效地整合进模型的 Inference 过程中。
3. OpenDecoder 灵活性拉满，可以完美融入大模型的 Post-training（后训练/微调）阶段，不仅能接纳相关性得分，未来还能接入可信度、权威度、安全性等任何外部指标。
同时，它不需要繁琐的多步 Prompt 过滤，在离线训练和在线推理时，其计算复杂度与传统 SFT 完全一致。
热门跟贴