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
视觉&物联智能35 分钟前
【杂谈】-人工智能在风险管理中的应用:愿景与现实的差距
人工智能·网络安全·ai·aigc·agi
weixin_4379881213 小时前
范式推出面向AGI的Phanthy平台
人工智能·agi
GOSIM 全球开源创新汇1 天前
科班出身+跨界双轨:陈郑豪用 AI 压缩技术,让 4K 游戏走进普通设备|Open AGI Forum
人工智能·游戏·agi
waterfeeling1 天前
AGI 论文复现日记:攻克 PDF 解析的“第一公里”
pdf·agi
三更两点1 天前
技术洞察报告:迈向AGI的“关键窗口”与文明拐点
agi
waterfeeling2 天前
AGI时代如何选取合适的LLM(大语言模型)? -- 浅谈LLM评测
人工智能·语言模型·agi
MARS_AI_3 天前
融资加持下的云蝠智能:大模型语音Agent重构企业通信新生态
人工智能·自然语言处理·重构·交互·信息与通信·agi
猫头虎6 天前
价值对齐:“AI+Data”时代技术战略与组织进化的核心命题
人工智能·langchain·prompt·aigc·ai编程·agi·ai-native
2503_946971867 天前
【AGI/认知计算】2025年度通用人工智能图灵测试与极端环境生存仿真基准数据集(含机械姬/火星救援核心样本)
自动驾驶·知识图谱·强化学习·agi·图灵测试
赵长辉8 天前
AGI学习:langchain第一课,提示词模版、大模型、输出解析器,链,部署【2025.10.20的课程复习笔记】
学习·langchain·agi