InayofuataMwongozo unaofuata
Umakini wa Maswali mengi
Lugha AI
MWONGOZO wa Kiufundi
Kuandika upya hoja na urejeshaji wa hoja nyingi ni mbinu za RAG ambazo hubadilisha swali la mtumiaji kabla ya kutafuta, kwa kulitaja upya, kuligawanya katika maswali madogo, au kuzalisha vibadala kadhaa na kuunganisha matokeo yake.
Ni muhimu kwa sababu watumiaji mara nyingi huuliza maswali yasiyoeleweka, ya mazungumzo au ya sehemu nyingi ambayo maneno yake hayalingani na hati, na swali bora zaidi linaweza kuibua vifungu muhimu ambavyo utafutaji mmoja halisi ungekosa.
Ubora wa kurejesha unategemea sana hoja. Watumiaji huandika maswali mafupi, yenye utata au mazungumzo, wakati hati hutumia msamiati wao wenyewe. Ubadilishaji wa hoja hufunga pengo hilo kabla ya utafutaji kutokea. Njia rahisi zaidi ni kuandika upya: LLM hugeuza ujumbe wa mtumiaji kuwa hoja ya utafutaji iliyo wazi zaidi. Hili ni muhimu katika gumzo la pande nyingi, ambapo ufuatiliaji kama vile "na mwaka wa 2023?" haimaanishi chochote bila historia, kwa hivyo mfumo unapunguza mazungumzo kuwa hoja ya pekee. Mtengano hugawanya swali changamano katika maswali madogo ambayo yanaweza kurejeshwa kando, muhimu kwa ulinganisho au maswali ya aina nyingi. Mwongozo wa kurudi nyuma, ulioelezewa na watafiti wa Google DeepMind mnamo 2023, unauliza swali la jumla zaidi kwanza ili kupata kanuni za usuli. Urejeshaji wa hoja nyingi huzalisha anuwai kadhaa za swali, hutafuta kila moja, na kuunganisha matokeo. LangChain iliipatia umaarufu hii kwa MultiQueryRetriever yake. RAG-Fusion inachanganya hoja nyingi na muunganisho wa cheo unaolingana (RRF), mbinu iliyofafanuliwa na Cormack, Clarke na Buettcher mwaka wa 2009, ambayo huweka alama kila hati kwa kujumlisha 1/(k + cheo) katika orodha zote za matokeo. Hati zinazoonekana juu katika orodha kadhaa hupanda juu bila kuhitaji alama mbichi zinazolinganishwa. Mbinu inayohusiana, HyDE (Upachikaji Hati za Dhahania, Gao na wenzake, 2022), ina kielelezo cha kuandika jibu dhahania na kupachika hilo badala ya swali, kwa sababu maandishi yenye umbo la jibu mara nyingi hukaa karibu na vifungu vya jibu halisi katika nafasi ya kupachika. Maoni potofu: maswali zaidi sio bora kila wakati. Kila lahaja huongeza muda na gharama, na vibadala vilivyozalishwa vibaya vinaweza kuondoka kwenye dhamira ya mtumiaji, na kuingiza hati zisizo na umuhimu. Kuandika upya kunaweza pia kuondoa vikwazo muhimu kama tarehe au majina ya bidhaa. Pima ukumbusho na ujibu ubora kwenye maswali halisi kabla ya kuchukua hatua hizi.
Maamuzi ya usanifu huendesha utendaji na gharama ya uendeshaji kwa miaka.
Elimu ya kiufundi husaidia timu kuchagua safu sahihi, sio tu mpya zaidi.
Chaguo bora za uhandisi hupunguza matukio ya kuaminika katika uzalishaji.
Kadiri RAG ya kikali inavyoenea, mabadiliko ya hoja yanazidi kushughulikiwa na muundo unaoamua nini cha kutafuta, kurudia wakati matokeo yanaonekana dhaifu, badala ya hatua isiyobadilika ya kuandika upya. Hiyo hufanya mawazo ya msingi, mtengano, vibadala na muunganisho, kuwa muhimu zaidi hata yanapozidi kuonekana. Uboreshaji wa miundo ya kupachika na utafutaji mseto hupunguza baadhi ya kutofautiana kwa msamiati lakini hauondoi hitaji la kufafanua maswali yenye utata au mazungumzo. Tarajia timu kutumia mbinu hizi kwa kuchagua, zinazoanzishwa wakati hoja inaonekana changamano au urejeshaji wa awali ni dhaifu, ili kusawazisha ubora na gharama.
Katika msaidizi wa gumzo, ufuatiliaji "vipi kuhusu wafanyikazi wa muda?" imeandikwa upya kuwa swali la pekee kama vile "sera ya likizo ya mzazi kwa wafanyikazi wa muda" kwa kutumia mazungumzo ya awali.
Swali linalolinganisha bei za watoa huduma wawili wa mtandaoni linagawanywa katika utafutaji tofauti kwa kila mtoa huduma, na matokeo huunganishwa kabla ya kujibu.
Kijibu cha usaidizi hutoa misemo minne ya "programu yangu huniacha", ikiwa ni pamoja na maneno ya kiufundi kama vile kuisha kwa muda wa muda na kuonyesha upya tokeni, na huunganisha matokeo kwa muunganisho wa cheo unaolingana.
Msaidizi wa utafiti hutumia ushawishi wa kurudi nyuma kutafuta kwanza kanuni ya jumla nyuma ya swali finyu, kisha hurejesha maelezo mahususi, na kuupa mfano usuli na maelezo mahususi.
Kuboresha kiwango kimoja kunaweza kuficha udhaifu mkubwa wa mfumo.
Gharama za miundombinu na matengenezo mara nyingi hupunguzwa.
Mapengo ya usalama na uonekanaji yanaweza kukua kadiri mifumo inavyozidi kuwa ngumu.
Bainisha muda, ubora na malengo ya gharama kabla ya utekelezaji.
Benchmark chini ya mzigo halisi na hali ya data.
Ufuatiliaji wa ala kwa makosa, kuteleza, na athari za mtumiaji.
Tayarisha njia za urejeshaji na majibu ya matukio kabla ya kuongeza ukubwa.
Free newsletter
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Kuandika upya hoja na urejeshaji wa hoja nyingi ni mbinu za RAG ambazo hubadilisha swali la mtumiaji kabla ya kutafuta, kwa kulitaja upya, kuligawanya katika maswali madogo, au kuzalisha vibadala kadhaa na kuunganisha matokeo yake. Ni muhimu kwa sababu watumiaji mara nyingi huuliza maswali yasiyoeleweka, ya mazungumzo au ya sehemu nyingi ambayo maneno yake hayalingani na hati, na swali bora zaidi linaweza kuibua vifungu muhimu ambavyo utafutaji mmoja halisi ungekosa.
Ufuatiliaji kama "na mwaka wa 2023?" inahitaji historia ya mazungumzo ili kuwa swali muhimu la pekee.
Mtengano hugawanya maswali changamano au yenye sehemu nyingi katika maswali madogo yaliyorejeshwa kando.
Ushawishi wa kurudi nyuma, kutoka kwa watafiti wa Google DeepMind, hupata usuli wa jumla kabla ya maelezo mahususi.
RRF inajumlisha 1/(k + cheo) juu ya kila orodha iliyo na hati, hati za zawadi zimeorodheshwa juu katika orodha kadhaa.
Kwa sababu RRF hutumia nafasi za cheo pekee, inaweza kuchanganya orodha ambazo alama zake ghafi hazilinganishwi.
Endelea kujifunza
Miongozo zaidi imechaguliwa kwa mada hii
InayofuataMwongozo unaofuata
Umakini wa Maswali mengi
Lugha AI