Артыкулы для тых, хто
выводзіць стэк у прод
Матэрыялы пра React, Node.js, TypeScript і AI. Перакладзены тэкст паказваецца, калі ён ёсць. Калі не — вы бачыце англійскі тэкст і пазнаку пра гэта.
Тэг: retrieval
Тры спосабы, якімі ламаецца RAG у прадакшне: разарваны кантэкст, дрэйф і памылковае выкарыстанне
Тры збоі RAG у прадакшне: разарваны праз разбіўку кантэкст, дрэйф па меры росту базы ведаў і памылковае выкарыстанне нават пры добрым пошуку — з выпраўленнямі на кожным узроўні.
11 хв чытанняПераранжаванне ў RAG: крос-энкодэры супраць LLM-суддзяў і іх затрымка
Як другі этап пераранжавання выпраўляе парадак кандыдатаў у RAG: параўнанне крос-энкодэраў з LLM-суддзямі, кошт затрымкі, тыповыя збоі і спосабы ацэнкі.
14 хв чытанняНавошта існуе RAG: параметрычная памяць, шчыльны пошук і артыкул 2020 года
Навошта існуе RAG: межы параметрычнай памяці, як BM25 і эмбедынгі прывялі да шчыльнага пошуку і чым адрозніваюцца RAG-Sequence і RAG-Token у арыгінальным артыкуле.
7 хв чытанняАдладка пошуку ў RAG: Recall@K, BM25, гібрыднае зліццё і пераранжаванне
Невялікі эксперымент з RAG-канвеерам, які ставіў патрэбны фрагмент чацвёртым: як разбіўка, BM25, зліццё рэйтынгаў і пераранжаванне мяняюць Recall@3 і MRR.
11 хв чытанняСем архітэктур RAG за межамі наіўнага канвеера і калі якая падыходзіць
Наіўны RAG ламаецца прадказальна. Сем архітэктур, ад кантэкстных нататак да шматагентнага пошуку і пошуку па памяці, з іх кампрамісамі і сцэнарыямі выкарыстання.
9 хв чытанняЧаму пераранжаванне — найтаннейшае вялікае паляпшэнне RAG-канвеера
Знайсці 50, пакінуць 5: як пераранжаванне крос-энкодэрам выпраўляе парадак у RAG, якога выйгрышу і затрымкі чакаць, калі ад яго адмовіцца і што выкаткваць.
8 хв чытанняЧаму RAG усё яшчэ дае памылковыя адказы: гібрыдны пошук, пераранжаванне і Recall@K
Чыстыя фрагменты не гарантуюць добрых адказаў. Дзе вектарны пошук памыляецца і як гэта выпраўляюць зліццё рэйтынгаў, крос-энкодэр, HyDE і вымярэнне Recall@K.
6 хв чытанняMultiDocFusion: разбіўка доўгіх PDF з улікам іерархіі для RAG
MultiDocFusion захоўвае кантэкст раздзела ў кожным фрагменце доўгага PDF: распазнаванне макета, OCR, LLM для дрэва загалоўкаў і групоўка DFS — пошук у RAG лепшы на 8–15%.
7 хв чытанняУзровень за ўзроўнем: праектуем сапраўдны RAG-канвеер пошуку для AI-агентаў
Плануем RAG-канвеер з кантрактамі SourceDocument і DocumentChunk, разбіўкай, эмбедынгамі і ChromaDB, схаванымі за RetrievalService, які трымае агента стабільным.
10 хв чытання
Пра гэтыя артыкулы
Ацэнка за 24 гадзіны
Патрэбны такі стэк у аператарскім слоі? Дашліце брыф — ацэнка за 24 гадзіны.