CLaRa는 검색 증강 생성(RAG)의 한계를 극복하기 위해 연속적인 잠재 공간에서 임베딩 기반 압축과 공동 최적화를 수행하는 통합 프레임워크입니다. 핵심 기술인 SCP는 질문 답변과 패러프레이즈를 기반으로 데이터 합성하여 의미론적으로 풍부하고 검색 가능한 압축 벡터를 얻습니다.
CLaRa는 문서 길이를 줄여 LLM에 입력되는 정보를 압축하고, 검색과 생성 과정을 함께 최적화하여 RAG의 효율성을 높입니다. 이를 통해 긴 컨텍스트 문제를 해결하고 성능을 개선할 수 있습니다.