Meta 超级智能实验室（Meta Superintelligence Labs，MSL）近日发布了其成立以来的首篇关键性研究论文，成功实现大语言模型在检索增强生成（RAG）任务中推理速度的飞跃式提升，提速超过30倍。
该论文题为《REFRAG: Rethinking RAG based Decoding》，重点研究如何让大型语言模型在处理 RAG 任务时更高效地提取关键信息，从而大幅降低计算开销与响应延迟，同时确保输出结果的准确率不受影响。
Meta 超级智能实验室成立于今年6月，坐落于加利福尼亚州门洛帕克，致力于推动超级智能技术的发展。据悉，扎克伯格在今年4月对 Meta 推出的 Llama4 模型表现感到不满，曾要求团队加班优化性能，这也成为他组建该实验室的重要动因。此后，Meta 迅速集结了一批顶尖人才，其中包括 Scale AI 创始人 Alexandr Wang。
实验室目前设有四大核心团队，分别专注于大语言模型开发、人工智能基础理论研究、产品化落地应用以及底层基础设施建设。此次提出的 REFRAG 框架，正是该实验室在提升模型效率方向上的首个重要成果。
REFRAG 的核心技术在于引入一个轻量级模型，用于将冗长的上下文内容自动提炼为简洁摘要，从而显著减少主解码器需要处理的信息量。这一策略不仅加快了推理速度，也有效降低了资源消耗。此外，研究团队还采用了“持续预训练”机制，通过设计信息重建任务来训练模型，在压缩上下文的同时尽可能保留关键语义细节。
实验证明，REFRAG 在多项基准测试中均表现出卓越性能，尤其在响应延迟和系统吞吐量方面实现了显著优化。数据显示，在上下文压缩比达到16倍的情况下，REFRAG 不仅超越了此前最先进的 CEPE 模型，而且在准确性上几乎无损，展现出极强的实用性与扩展潜力。
