Qu'est-ce que HyDE (Hypothetical Document Embeddings) ?

HyDE (Embeddings de Documents Hypothétiques) est une méthode utilisée dans les systèmes avec de grands modèles linguistiques (LLM) et la génération augmentée par récupération (RAG). L'idée est de générer d'abord un document hypothétique ou une réponse à la requête à l'aide du LLM, puis d'obtenir l'embedding de ce texte généré pour la recherche ou la correspondance avec des documents réels.

Ainsi, au lieu de rechercher directement par la requête initiale, le système crée d'abord un "document imaginaire" qui reflète le sens de la requête, puis effectue la recherche en se basant sur celui-ci. Cela aide à améliorer la qualité et la pertinence de la recherche, surtout lorsque les requêtes sont complexes ou ambiguës.

Exemple d'application:

• L'utilisateur saisit une question.
• Le LLM génère une réponse ou un document hypothétique à cette question.
• Le texte obtenu est converti en vecteur (embedding).
• La recherche dans la base de données de documents est effectuée en fonction de la proximité des embeddings.

Cela augmente l'efficacité de la génération augmentée par récupération, permettant de mieux relier les requêtes à l'information pertinente.