← Каталог

· AI Engineer World's Fair 2025

Постепенно добавляем все техники RAG — запрос за запросом

Layering every technique in RAG, one query at a time

Улучшать RAG стоит от провалившихся запросов: сначала замер и разбор ошибок, потом техника из каталога по сложности и эффекту.

  • Простое первым — контекст целиком и BM25 стоит попробовать до эмбеддингов, BM25 легко проверить и он заметно поднимает качество. Векторный поиск и cross-encoder добавляйте, когда разбор запросов показывает провал; разговорные запросы вроде «сколько iPhone держит заряд» обычно требуют векторов.
  • Сигналы помимо релевантности — цена, популярность и клики часто важнее смысла: в примере спикера Perplexity на запрос с бюджетом от 50 долларов предложил подарки за 15 и 40 долларов.
  • Разветвление запросов (fan-out) — LLM не знает устройства вашего поиска, поэтому сложный запрос разбивают на подзапросы и отправляют в несколько бэкендов. Для неоднозначного запроса falafel это дает и рестораны, и картинки.
  • Деградация интерфейса — при слабом понимании запроса показывайте список из нескольких вариантов, при сильном добавляйте фильтры и карточки товаров.

Кому полезно: тем, кто строит RAG-поиск в продакшене и не знает, с какой техники начать.

Статья по теме

Главы

Ещё доклады: David Karam

Страница спикера →

Похожие доклады