技术博客

本文介绍MAXSHAPLEY算法，一种专为RAG（Retrieval-Augmented Generation）模型设计的高效效用函数。该算法通过优化Shapley值的计算过程，将传统方法中指数级的计算复杂度降低至线性级别，显著提升了计算效率。实验表明，MAXSHAPLEY在大幅减少token消耗的同时，仅需暴力计算方法6-7%的资源开销，且保持了与人工标注高度一致的结果，Kendall-τ相关性超过0.79，人工一致性达0.9以上。这一特性使其成为生成式搜索任务中实现“按贡献付费”机制的可行方案，为内容生成的公平评估与成本优化提供了技术支持。