2
1
0
今天偶然看到LangChain的 MultiQueryRetriever 检索器，很有意思。
通常我们在用自然语言做相似度查询时，有一个常见问题就是直接按照查询的文本去做相似度查找，很可能检索不到很好的结果，因为对查询文本做向量化（Embedding）的时候，可能因为用词的准确性导致检索结果出现差异。…
IT技术
(
twitter.com
)
由
宝玉
提交
今天偶然看到LangChain的 MultiQueryRetriever 检索器，很有意思。
通常我们在用自然语言做相似度查询时，有一个常见问题就是直接按照查询的文本去做相似度查找，很可能检索不到很好的结果，因为对查询文本做向量化（Embedding）的时候，可能因为用词的准确性导致检索结果出现差异。
这时候，MultiQueryRetriever 就派上用场了，具体方法是利用大语言模型（LLM）对用户输入的查询文本进行提炼抽象，从不同的角度生成若干个相似的查询文本，然后把所有查询结果的独特并集拿出来，形成一个更大的、可能相关的文档集。
通过这种多角度的查询方式，MultiQueryRetriever 可以有效解决原始查询文本描述不够准确的问题，为我们提供一批更为丰富、更具深度的检索结果。
官方文档：https://t.co/sZWYEDTZ43
油管视频：
https://t.co/0gtpgI1yi4
点击图片查看原图
Markdown支持
评论加载中...
您可能感兴趣的：
更多
3
2
1
1
4
3
2
2
7
2
1
1
8
2
1
1
