Słownik pojęć

Reranking dokumentów

Czym jest Reranking dokumentów?

Reranking dokumentów to drugi krok sortowania w systemach wyszukiwania i RAG: szybkie wyszukiwanie początkowe zwraca zbiór kandydatów, który następnie dokładniejsza, ale bardziej kosztowna metoda porządkuje na nowo według trafności. Często robi to tak zwany cross-encoder, który ocenia pytanie i fragment łącznie. Dzięki temu najtrafniejsze fragmenty znajdują się na górze, zanim model językowy sformułuje na ich podstawie odpowiedź.

Jak pomaga KI.ordo

Wyszukiwanie w wiedzy KI.ordo porządkuje fragmenty według trafności metodą słów kluczowych BM25, bezpośrednio na serwerze.

Dowiedz się więcej

Tematy

wyszukiwanie
RAG
trafność

Wypróbuj KI.ordo

Agenci, przepływy i szablony w jednym obszarze roboczym – bezpłatne demo na 24 godziny.

Uruchom demo

← Wszystkie pojęcia

Powiązane pojęcia

Generowanie wspomagane wyszukiwaniem (RAG)

Generowanie wspomagane wyszukiwaniem łączy wyszukiwanie z generowaniem tekstu: przed udzieleniem odpowiedzi system przeszukuje zbiór wiedzy – na przykład instrukcje, regulaminy wewnętrzne lub FAQ – w poszukiwaniu istotnych fragmentów i przekazuje je modelowi językowemu jako kontekst. Odpowiedź opiera się więc na aktualnych treściach specyficznych dla firmy, a nie wyłącznie na wiedzy treningowej modelu. Ogranicza to zmyślone stwierdzenia, umożliwia prześledzenie źródeł i pozwala na aktualizacje bez ponownego trenowania.

RAG
wyszukiwanie wiedzy
+1

Wyszukiwanie informacji (information retrieval)

Wyszukiwanie informacji (information retrieval) obejmuje metody znajdowania w dużym zbiorze tekstów dokumentów lub fragmentów pasujących do zapytania i porządkowania ich według trafności. Klasyczne podejścia, takie jak BM25, ważą szukane terminy według tego, jak często i jak rzadko występują; nowsze dodają podobieństwo semantyczne. Stanowi podstawę wyszukiwarek, wyszukiwania korporacyjnego i generowania wspomaganego wyszukiwaniem, w którym model językowy wykorzystuje znalezione fragmenty jako podstawę odpowiedzi.

Wyszukiwanie
BM25
+1

Potok wyszukiwania (retrieval pipeline)

Potok wyszukiwania to sekwencja kroków przetwarzania, za pomocą których system znajduje właściwe informacje do pytania. Typowe kroki to: pobieranie i czyszczenie dokumentów, dzielenie ich na fragmenty (chunki), budowa indeksu wyszukiwania, ewentualnie przeformułowanie zapytania, pobranie dopasowań, ich uszeregowanie (reranking) i przekazanie najlepszych modelowi językowemu. Jest fundamentem każdej aplikacji RAG, a jego jakość w dużej mierze decyduje o tym, jak dobre są uzyskiwane odpowiedzi.

RAG
wyszukiwanie
+1

Ocena dokumentów (RAG)

W generowaniu wspomaganym wyszukiwaniem (RAG) ocena dokumentów oznacza sprawdzenie znalezionych fragmentów pod kątem tego, czy pasują do pytania i mogą uzasadnić odpowiedź. Do modelu językowego trafiają tylko fragmenty uznane za trafne; nieodpowiednie wyniki są odrzucane lub uruchamiają nowe wyszukiwanie. Zmniejsza to ryzyko zmyślonych lub błędnie podpartych źródłami odpowiedzi, na przykład gdy na pytanie o aktualne ceny pojawia się nieaktualny dokument.

RAG
trafność
+1