რა არის self-querying retriever?

Self-querying retriever — ეს მიდგომაა Retrieval-Augmented Generation (RAG) სისტემებში, სადაც მოდელი თვითონ ქმნის კითხვებს ცოდნის ბაზასა ან დოკუმენტებზე შესაბამისი ინფორმაციის მოძიებისთვის, რომელსაც შემდეგ იყენებს პასუხის გენერირებისთვის. გარეგანი კითხვების მინდობით დამოკიდებულების ნაცვლად, LLM (დიდი ენის მოდელი) თვითონ განსაზღვრავს, რა ინფორმაცია უნდა გამოიღოს, რაც აუმჯობესებს შედეგების ხარისხსა და შესაბამისობას.

მაგალითი: რთული კითხვაზე პასუხის დროს, მოდელი პირველ რიგში ქმნის განმარტებით კითხვას, აგზავნის მას საძიებო სისტემას ან დოკუმენტების ბაზას, იღებს შესაბამის ფრაგმენტებს და იყენებს მათ პასუხის შექმნისთვის. ეს ციკლი შეიძლება რამდენჯერმე განმეორდეს, რაც ზრდის პასუხის სიზუსტეს და სრულიობას.