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
星爷AG I4 小时前
19-4 模糊语言学(AGI基础理论)
人工智能·agi
空中湖5 小时前
大模型修炼秘籍
人工智能·agi
星爷AG I9 小时前
19-2 符号学(AGI基础理论)
人工智能·agi
视觉&物联智能10 小时前
【杂谈】-洞察业务风险潜藏暗礁:影子人工智能如何重塑移动威胁格局
人工智能·网络安全·aigc·agi
青稞社区.1 天前
从最基础的模型出发,深度剖析高性能 VLA 的设计空间
人工智能·agi
jedi-knight2 天前
AGI时代下的青年教师与学术民主化
人工智能·python·agi
星爷AG I2 天前
18-9 预测心智(AGI基础理论)
人工智能·agi
星爷AG I2 天前
19-1 概念简介(AGI基础理论)
agi
爱分享的阿Q3 天前
GPT6-Spud-AGI前夜的豪赌
前端·easyui·agi
电磁脑机3 天前
无总线场同步:意识本质、AGI困境与脑机革命的核心理论重构
分布式·神经网络·架构·信号处理·agi