Cos'è HyDE (Hypothetical Document Embeddings)?

HyDE (Embeddings di Documenti Ipotesi) è un metodo utilizzato nei sistemi con grandi modelli linguistici (LLM) e Generazione Aumentata per Recupero (RAG). L'idea è di generare prima un documento ipotetico o una risposta alla richiesta usando LLM, e poi ottenere l'embedding di questo testo generato per la ricerca o il confronto con documenti reali.

In questo modo, invece di cercare direttamente per la richiesta originale, il sistema crea prima un "documento immaginario" che riflette il significato della richiesta, e poi esegue la ricerca basandosi su di esso. Questo aiuta a migliorare la qualità e la rilevanza della ricerca, specialmente quando le richieste sono complesse o ambigue.

Esempio di applicazione:

• L'utente inserisce una domanda.
• LLM genera una risposta o un documento ipotetico su questa domanda.
• Il testo ottenuto viene convertito in un vettore (embedding).
• La ricerca nel database di documenti viene eseguita in base alla vicinanza degli embedding.

Questo aumenta l'efficacia della Generazione Aumentata per Recupero, permettendo di collegare meglio le richieste con le informazioni pertinenti.