CFT-RAG: An Entity Tree Based Retrieval Augmented Generation Algorithm With Cuckoo Filter

摘要

尽管检索增强生成（ RAG ）通过检索外部知识库和集成生成的内容显着提高了生成质量，但它面临计算效率瓶颈，特别是在涉及Tree-RAG分层结构的知识检索任务中。 本文提出一种基于改进布谷鸟滤波器的Tree-RAG加速方法，在检索过程中优化实体定位，实现显著的性能提升。Tree-RAG通过引入层次树结构有效地组织实体，而Cuckoo Filter则作为支持快速成员资格查询和动态更新的高效数据结构。 实验结果表明，我们的方法比基线方法快得多，同时保持了高水平的生成质量。例如，我们的方法比DART数据集上的朴素Tree-RAG快800%以上。我们的工作可在https://github.com/TUPYP7180/CFT-RAG-2025上找到。