Что такое self-querying retriever?

Self-querying retriever — это подход в системах Retrieval-Augmented Generation (RAG), где модель сама формирует запросы к базе знаний или документам для поиска релевантной информации, которую затем использует для генерации ответа. Вместо того, чтобы полагаться на внешние запросы, LLM (Large Language Model) самостоятельно определяет, какую информацию нужно извлечь, улучшая качество и релевантность результатов.

Пример: при ответе на сложный вопрос модель сначала генерирует уточняющий запрос, отправляет его в поисковую систему или базу документов, получает релевантные фрагменты, а затем использует их для построения ответа. Такой цикл может повторяться несколько раз, что повышает точность и полноту ответа.