AGI大模型(34):Advanced RAG之Pre-Retrieval(预检索)优化

1 Naive RAG缺陷

(1)检索效率低,检索结果不准确;

(2)用户问题比较抽象或者概念比较模糊;

(3)生成结果质量差,未忠实于检索文档的事实;

2 摘要索引

3 父子索引

4 假设性问题索引

5 元数据索引

6 索引小结

6.1 查询优化------Enrich完善问题

6.2 查询优化------Multi-Query 多路召回

6.3 查询优化------Decomposition问题分解

6.4 查询优化小结

相关推荐
weixin_370976354 小时前
AI的终极赛跑:进入AGI,还是泡沫破灭?
大数据·人工智能·agi
weixin_5500831513 小时前
给具身智能AGI加上生物钟:给模型加上一个生物钟,这样它就锚定了现实。
agi
薛定猫AI13 小时前
【深度解析】从 Claude Jupiter 到 ARC-AGI 3:大模型发布信号、评测体系与多模型工程接入实践
人工智能·agi
qq56801807616 小时前
国内如何使用Gemini 3.1 Pro?
chatgpt·ai作画·ai编程·ai写作·agi
skilllite作者19 小时前
Zed 1.0 编辑器深度评测与实战指南
开发语言·人工智能·windows·python·编辑器·agi
AI科技星19 小时前
《全域数学》第一部:数术本源·第二卷《算术原本》之十四附录(二)全域数学体系下三大数论猜想的本源推演与哲学阐释【乖乖数学】
人工智能·线性代数·机器学习·量子计算·agi
星爷AG I1 天前
20-4 长时工作记忆(AGI基础理论)
人工智能·agi
星爷AG I2 天前
20-3 长时记忆(AGI基础理论)
人工智能·agi
m0_466525292 天前
酷特AGI:从“自家试验田”到“全球输出”
大数据·人工智能·agi
星爷AG I2 天前
20-1 记忆概览(AGI基础理论)
人工智能·agi