详细解释
Adaptive RAG（Adaptive Retrieval-Augmented Generation） 一句话定义：所有普通 RAG 都是「任何问题先向量召回 Top-10 chunk → 塞给同一个模型生成」的固定流水线，而 Adaptive RAG 在流水线最前面加了一个「问题路由器」，先判断这个问题属于什么类型、什么难度，再动态选择最合适的检索-生成路径。最典型的反例：用户问「公司年假多少天」这种 FAQ 里就有的一句话答案，普通 RAG 也要走 embedding → 向量检索 → rerank → 送 10 个 chunk → GPT-4o 生成，成本 ¥0.05 延迟 800ms；Adaptive RAG 路由器判断「这是 FAQ 类，直接去 BM25 精确匹配 FAQ 库」，命中就直接返回原文，成本 ¥0.001 延迟 100ms。
2024 年斯坦福和 LlamaIndex 联合提出的「Self-RAG」和「Corrective RAG（CRAG）」是 Adaptive RAG 家族的两个开山之作。Self-RAG 的思路是让 LLM 在生成过程中「自我反思」：生成一半发现自己知识不够就主动触发一次检索；CRAG 的思路是在召回之后、生成之前加一个「召回质量评估器」——评估召回的 chunk 和问题相关性 ≥0.7 就直接送生成，0.3 至 0.7 之间就去用 HyDE 扩展查询再召回一轮，<0.3 直接判定「召回失败」，触发网络搜索或 Graph RAG 多跳。
唯元智创 的 RAG 路由器是开箱即用的：每条用户问题先跑 10 个维度的轻量分类器（是否含实体、是否多跳、是否含数字、是否代码、是否安全敏感、是否 FAQ 高频等），根据分类结果自动在 8 条预设路径中挑一条；用户也可以自己写路由规则（比如「包含 SKU 编号的问题强制走 SQL+RAG 混合」）。实测在真实企业客服场景，相同答案准确率下，Adaptive RAG 比固定路径 RAG 成本降 62%，P95 延迟从 1.8s 降到 0.7s。
问题路由器的七个常用决策维度（Adaptive RAG 路由表）
把每个用户问题打到下面的标签组合，就能决定走哪条路径：
| 标签维度 | 判定信号 | 触发路径选择 |
|---|---|---|
| 复杂度 | 实体个数 ≥3 / 含「分别」「对比」「汇总」「排名」等聚合词 | 召回深度 ×2，Graph RAG 开启，强制送强模型 |
| 答案确定性 | 问「多少钱」「电话多少」「几月几号」等有唯一标准答案 | 走精确匹配（BM25 + FAQ 库 + SQL），不生成，直接返回原文 |
| 时效性 | 含「今天」「最新」「今年」「实时」等时间词 | 跳过向量检索，直接触发联网搜索 / 企业内部实时 API |
| 代码/结构化 | 问题含代码块 / 要求输出 JSON / SQL / YAML | 走代码片段专用索引 + 语法校验器，生成阶段强制 Structured Output |
| 安全敏感 | 含退款 / 医疗 / 法律 / 财务建议词 | 强制走 Guardrails 双审路径，生成模型禁用强模型温度=0，召回必须命中 2 份以上互证 |
| 已有缓存命中 | 和过去 30 分钟内 1 条历史问题 cosine ≥0.95 | 直接返回历史答案（可选人工确认），不走任何检索生成 |
| 领域 | 分类器判定属于合同 / 代码 / 商品详情等垂直域 | 跳转到该域专用知识库 + 专用微调模型，不走通用库 |
三条最容易落地、ROI 最高的 Adaptive RAG 改造
不要一上来就搞 10 条路径的大路由，90% 的场景先做以下三条就能拿 70% 的收益：
- FAQ 直出旁路：把历史上问过 5 次以上、答案稳定的问答对，单独建一个 FAQ 库（几千条量级）。每个新问题先和 FAQ 库的问题做 BM25 + embedding 融合打分，分数 ≥0.9 且历史答案 30 天内没被标错过，直接返回答案原文，跳过生成。这一条通常能旁路掉 30% 至 50% 的请求。
- 召回质量看门狗 + 重试：召回之后用一个小分类器（3B 级别 20ms 搞定）判断「召回 Top-3 的平均相关性是不是 ≥0.6」，不够就自动触发 HyDE 扩写查询 + 换 chunk size（从 512 切 256 或 1024）再召一轮，再不行才判定失败。这一条能把「召回垃圾导致答案错误」的比例直接砍 50%。
- 大小模型分流：路由器判定为「简单 + 低风险」的问题（FAQ、聊天寒暄、格式化任务）直接走 8B 或 70B 开源小模型，成本是强模型的 1/20 至 1/50；只有「复杂 + 高风险」的才走 GPT-4o / Claude Opus。实测 70% 的请求走小模型答案质量不掉，30% 走强模型兜底，总成本降 80% 以上。