Kas ir self-querying retriever?

Self-querying retriever — ir pieeja Retrieval-Augmented Generation (RAG) sistēmās, kur modelis pats ģenerē vaicājumus uz zināšanu bāzi vai dokumentiem, lai meklētu atbilstošu informāciju, ko pēc tam izmanto atbildes ģenerēšanai. Tā vietā, lai paļautos uz ārējiem vaicājumiem, LLM (Liela valodas modeļa) pats nosaka, kādu informāciju jāizvelk, uzlabojot rezultātu kvalitāti un atbilstību.

Piemērs: atbildot uz sarežģītu jautājumu, modelis vispirms ģenerē precizējošu vaicājumu, nosūta to uz meklēšanas sistēmu vai dokumentu bāzi, saņem atbilstošus fragmentus un izmanto tos atbildes veidošanai. Šis cikls var tikt atkārtots vairākas reizes, palielinot atbildes precizitāti un pilnīgumu.