Wyszukiwanie hybrydowe (hybrid search)
Połączenie wyszukiwania po słowach kluczowych (np. BM25) z wyszukiwaniem wektorowym, żeby wyniki trafiały i w dokładne słowa, i w znaczenie.
Embeddingi znajdują teksty o podobnym znaczeniu, ale słabo radzą sobie z dokładnymi ciągami: kodami produktów, numerami faktur, nazwiskami, rzadkim żargonem. Wyszukiwanie po słowach jest odwrotne. Wyszukiwanie hybrydowe uruchamia oba i scala listy, często metodą reciprocal rank fusion, a reranker może posortować wynik. W wielu systemach RAG to właśnie to, a nie lepszy model, naprawia złe odpowiedzi.
Powiązane hasła
- RAG (retrieval-augmented generation): Najpierw wyszukanie pasujących dokumentów i włożenie ich do promptu, żeby model odpowiadał na ich podstawie.
- Reranker: Model, który ponownie ocenia najlepsze wyniki wyszukiwania względem zapytania, żeby do modelu językowego trafiły najpierw najtrafniejsze.
- Embeddingi: Wektory liczb, w których teksty o podobnym znaczeniu leżą blisko siebie.
- Baza wektorowa (pgvector i inne): Baza, która przechowuje embeddingi i szybko znajduje najbliższe wektorowi zapytania; to krok wyszukiwania w większości systemów RAG.
