大模型领域最近又有不少有意思的动向，今天咱们就来盘一盘几个关键方向：GraphRAG 的落地进展、OpenAI 推理模型的最佳实践、深度思考与 RAG 的融合成果，以及它们在医疗等场景中的应用价值。话不多说，直接上干货。
今天是 2025 年 2 月 15 日，星期六，北京晴好。我们来梳理一下大模型领域昨日更新的几个有趣进展，重点围绕 GraphRAG、OpenAI 推理模型使用实践、大模型训练注意力机制以及 DeepSeek 推理建议 等话题展开，供大家参考。
另外，还有一个值得关注的方向：深度思考与 RAG 结合。具体来说，是在生成嵌入（Embedding）的同时，让 LLM 输出思考过程（thought），这跟之前的 HyDE 做法有异曲同工之妙。
专题化、体系化地推进这些技术，能带出更多深度思考。大家一起加油。
一、昨日大模型的一些有趣进展
接着聊聊昨天出现的几个值得关注的工作。
1、GraphRAG 进展：PIKE-RAG
PIKE-RAG（sPecIalized KnowledgE and Rationale Augmented Generation）是微软开源的一个新方案，核心思路是通过提取、理解并应用领域特定知识，同时构建连贯的推理逻辑，一步步引导 LLM 产出答案。它由几个基本模块组成：文档解析、知识抽取、知识存储、知识检索、知识组织、以知识为中心的推理，以及任务分解与协调。项目地址：论文，GitHub。
2、推理模型使用实践建议
OpenAI 官方博客刚发布了一篇关于推理类模型（如 o1、o3）的最佳实践指南，内容同样适用于 DeepSeek R1。文章详细说明了如何将 GPT 模型与 o1 这类推理模型结合起来，最大化收益。比如，如何有效地使用推理模型，以及两者配合的策略。参考链接：官网指南。
3、GraphRAG 进展：MedRAG 医疗问答路线
GraphRAG 在医疗领域有了新应用——MedRAG。该方案结合知识图谱进行上下文扩展，为医疗问答提供了更可靠的路径。具体技术细节可参见相关文章。
4、大模型训练注意力机制进展：TransMLA
一项名为《TransMLA: Multi-head Latent Attention Is All You Need》的工作，提出了多头潜注意力（MLA）机制。理论分析和实验都证明，MLA 在相同 KV 缓存开销下，表达能力超越了 GQA。作者还推出了 TransMLA 方法，能将现有的 GQA 模型转换为高性能的 MLA 模型，为解决 LLM 的 KV 缓存瓶颈提供了新思路。论文：arXiv，代码：GitHub。
5、DeepResearch 开源复现：SciraAI 的 Extreme 模式
SciraAI 开源了一个完全开源的 DeepResearch 搜索实现，称为 Extreme 模式。它会自动制定研究计划、搜索内容、深入分析，并提供实时进度更新和详细响应。有人用它搜索 DeepSeek 的信息并分析 R1 模型对行业的影响，结果跑了 16 步，最终质量与 Gemini Thinking 调用搜索的结果相当，但还达不到 OpenAI DeepResearch 的水平。项目地址：GitHub。
6、推理时扩展提升大模型推理能力
一篇《Can 1B LLM Surpass 405B LLM? Rethinking Compute-Optimal Test-Time Scaling》的论文，通过实证分析展示了计算最优的 TTS（Test-Time Scaling）策略。内部 TTS 通过训练模型“慢速思考”来提升推理能力，外部 TTS 则依赖采样或搜索方法改进推理性能。文中使用了 PRM-Min、PRM-Last、PRM-A vg 等评分方法，以及 MajorityVote、PRM-Max、PRM-Vote 等投票方法。实验采用了 Best-of-N（BoN）、束搜索和多样化验证树搜索（DVTS）三种方式，在推理过程中动态分配计算资源。要最大化 TTS 性能，核心在于奖励策略的设定——选择与特定测试时策略对应的超参数，从而在特定提示上获得最佳收益。
7、DeepSeek 推理建议、参数设定及联网搜索 Prompt 开源
DeepSeek 官方在 GitHub 上开源了 R1 模型的详细使用建议、参数设定以及联网搜索的 Prompt 模板。具体内容可查看其官方仓库：GitHub。例如，使用建议如下：
联网搜索的 Prompt 示例：
二、深度思考与 RAG 结合：让 Embedding 带上“思考”
接着聊深度思考与 RAG 的结合，重点看看在 Embedding 层面的创新。
有一篇名为《O1 Embedder: Let Retrievers Think Before Action》（论文链接：arXiv）的工作，思路很直接：生成关于输入查询的 thought（思考），然后将 thought 与 question 拼接在一起，分别独立生成嵌入，再通过池化聚合。说白了，这个 Embedding 模型比传统模型多了一个 thought 输出的通道。
那么，如何让模型具备这种能力？答案是通过微调，两个并行任务一起上：一个是 thought 生成，另一个是对比学习。
微调数据怎么来？先利用 LLM 生成初始 thought，然后使用检索评分器，根据初始 thought 与目标文档之间的相关性进行评分，最终通过多数投票选出最佳的 thought。
在多个数据集上的表现相当亮眼：在 MS MARCO、DL'19 和 DL'20 上，O1 Embedder 在所有评价指标上均超越了 BM25、ANCE、TAS-B、coCondenser、SimLM、RepLLaMA、Promptiever 等模型。在 MS MARCO（dev）、TREC DL19、TREC DL20 以及 BEIR 等外部数据集上，O1 Embedder 平均提高了 2.3%，展现了不错的泛化能力。
尤其值得关注的是，在涉及复杂推理的任务（如 HotPotQA 和 CosQA）中，O1 Embedder 表现出色。思考机制在部分开放 QA 数据集上带来了显著提升，例如 NQ 数据集提高了 3.9%，HotPotQA 提高了 3.0%。这进一步印证了“让检索器先思考再行动”这一思路的有效性。