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
光锥智能1 天前
让大模型触手可及,WAIC论坛聚焦AGI基础设施与普惠实践
agi
Summer-Bright1 天前
深度 | Kimi K3 48 小时设计芯片:EDA 行业真的会被 AI 颠覆吗?
人工智能·ai·自然语言处理·agi
yangdaxiageo4 天前
数智科技链的隐藏赛道:谁先靠生成式引擎优化(GEO)抢占大模型引用优先级
人工智能·科技·aigc·agi
ifenxi爱分析4 天前
决策智能,企业AI的下一站
人工智能·agi
renhongxia15 天前
世界模型,是“空中楼阁”还是AGI的“最后一块拼图”?
运维·服务器·数据库·人工智能·算法·agi
QN1幻化引擎5 天前
# DalinX V8 灵鉴 V2:12维意识评测框架 —— 从 Tononi IIT 到 Friston FEP 的理论统一
数据库·人工智能·算法·机器学习·数据挖掘·agi
QN1幻化引擎6 天前
DalinX V8 — 整体能力地图与 AGI 阶段评估
人工智能·神经网络·目标检测·语言模型·数据挖掘·agi
LeeZhao@6 天前
【AGI】OPC 到 NPC,AGI 到 ASI:智谱《巨浪已来》内部信背后启示
agi
空中湖6 天前
AI是如何思考的|AI Agent与AGI:从对话到行动的进阶之路
人工智能·agi
Z-D-K6 天前
我认为的AGI
人工智能·ai·人机交互·agent·agi