何时检索，何时生成？Self-DC：自我分治解决复合问题

当前研究关注大型语言模型在处理已知和未知问题时的知识边界。主要问题可分为四类：单一已知问题可通过模型内部知识解决，单一未知问题需调用外部工具获取知识，组合已知问题需要复杂推理，而组合未知问题则包含其他可能性。如何选择使用外部检索或模型内部知识来回答问题是个挑战。一种方法是朴素RAG，另一种是先评估问题的确定性或不确定性，然后调用生成-读取或检索-读取。然而，这两种方法都有局限性，简单地调用外部检索并不能保证性能，而将问题二元分类过于简化。为此，本文研究者提出了CuQA数据集和Self-dc框架，使模型能够自适应地选择不同方法，提高性能和效率。现有的工作非常关注大模型本身的知识边界，以达成对于大模型known和unknown的问题能够进行不同的处理。简单来说，有四大类主要的问题Single known: 简单的通过 ………………………………