在商業(yè)環(huán)境中，決策過程通常涉及數(shù)據(jù)分析，以選擇最合適的方案來實現(xiàn)特定目標(biāo)。

• 例如，制藥公司Pfizer可能需要決定哪些工廠應(yīng)該運營或停止，以及每個工廠應(yīng)該雇傭多少員工，以最小化生產(chǎn)成本并保持準(zhǔn)時交付。
• 這一過程通常分為三個步驟：制定分析計劃、檢索必要數(shù)據(jù)、基于數(shù)據(jù)做出決策。
• 其中最困難的部分就是，人類需要制定分析決策

planRAG的目標(biāo)是用LLM替代人類角色，實現(xiàn)整個決策過程的自動化。

PlanRAG 

決策問答（Decision QA）任務(wù)

決策問答任務(wù)要求模型，根據(jù)給定的決策問題Q、業(yè)務(wù)規(guī)則R和遵循模式S的結(jié)構(gòu)化數(shù)據(jù)庫D，生成最佳決策dbest。

• Q包含用戶希望通過決策實現(xiàn)的目標(biāo)
• R包含用于推理dbest的公式文本描述。
• 數(shù)據(jù)庫D可能是一個標(biāo)記屬性圖（LPG）數(shù)據(jù)庫或關(guān)系數(shù)據(jù)庫（RDB）。
• 由于數(shù)據(jù)庫D通常太大，無法一次性輸入到LM中，因此假設(shè)LM通過提出數(shù)據(jù)分析查詢來檢索數(shù)據(jù)

決策流程

PlanRAG技術(shù)通過三個步驟來解決決策問答任務(wù)：

• 計劃（Planning）
• 檢索與回答（Retrieving & Answering）
• 重新計劃（Re-planning）。

其中：

• 在計劃步驟中(紅色區(qū)域)，LLM將<Q,S,R>作為輸入，然后生成用于數(shù)據(jù)分析的初始計劃。 初始計劃描述了一系列數(shù)據(jù)分析，這些分析對于決策是必要的，因此需要在檢索步驟中執(zhí)行。
• 在檢索與回答步驟中，LM根據(jù)初始計劃生成數(shù)據(jù)分析查詢，通過SQL或Cypher查詢語言執(zhí)行這些查詢，查詢結(jié)果被迭代地用于推理是否需要重新計劃或只是進(jìn)一步檢索以更好地進(jìn)行決策。 通過向計劃過程的反向鏈接，計劃和檢索過程被迭代地執(zhí)行，直到LLM確定不再需要進(jìn)一步分析來做出決策。
• 在重新計劃步驟中，如果初始計劃不足以解決問題，LM將生成新的計劃以進(jìn)行進(jìn)一步分析或糾正先前分析的方向。為了使LLM能夠決定是否重新計劃，提示LLM使用一些指令來評估當(dāng)前計劃，語言模型 (LM) 不僅將<Q,S,R>作為輸入，還將當(dāng)前計劃和查詢結(jié)果作為輸入，并生成一個新計劃以進(jìn)行進(jìn)一步分析，或糾正先前分析的方向。

重新規(guī)劃的案例分為三類：

1. 增加：表示與原始計劃相比，重新規(guī)劃后步驟數(shù)量增加
2. 相同：表示步驟數(shù)量與原始計劃的步驟數(shù)量相同
3. 減少：表示重新規(guī)劃后步驟數(shù)量減少。

每類進(jìn)一步細(xì)分為以下子類：

• 重新排序 包括對步驟序列進(jìn)行排列的案例。
• 替換 包括用新的步驟替換某些步驟的案例。
• 更改目標(biāo) 包括更改操作目標(biāo)（例如查找或計算）的案例。
• 添加查找 包括向原始計劃添加新的查找操作的案例。
• 添加計算 包括向原始計劃添加新的計算操作的案例。
• 添加兩種操作 包括通過單個重新規(guī)劃過程向原始計劃同時添加查找和計算操作的案例。
• 分解為子步驟 包括將原始計劃中的單個步驟分解為更詳細(xì)的動作從而細(xì)分為子步驟的情況。
• 刪除 包括從原始計劃中刪除某些步驟的情況。
• 合并 包括將某些步驟總結(jié)或合并為單個步驟的情況。

??https://arxiv.org/pdf/2406.12430??

??https://github.com/myeon9h/PlanRAG/tree/master??

本文轉(zhuǎn)載自?? CourseAI??，作者： CourseAI