1 查询/索引部分

1.1 层次索引

• 创建两个索引——一个由摘要组成，另一个由文档块组成
• 分两步进行搜索：首先通过摘要过滤出相关文档，接着只在这个相关群体内进行搜索 

1.2 假设性问题

• 让LLM为每个块生成一个假设性问题，并将这些问题以向量形式嵌入
• 在运行时，针对这个问题向量的索引进行查询搜索（用问题向量替换文档的块向量）
• 检索后将原始文本块作为上下文发送给LLM以获取答案
• 这种方法由于查询和假设性问题之间的语义相似性更高，从而提高了搜索质量

1.3 句子窗口检索

• 文档中的每个句子都被单独嵌入向量
• 在检索到的关键句子前后各扩展k个句子，然后将这个扩展的上下文发送给LLM

1.4 父文档检索器（自动合并检索器）

• 文档被分割成一个层级化的块结构，随后用最小的叶子块进行索引
• 在检索过程中检索出top k个叶子块
• 如果存在n个叶子块都指向同一个更大的父块，那么我们就用这个父块来替换这些子块，并将其送入大模型用于生成答案。

1.4 查询扩展

1.4.1 使用生成的答案进行查询扩展

Precise Zero-Shot Dense Retrieval without Relevance Labels

• 给定输入查询后，这种方法首先会指示 LLM 提供一个假设答案，无论其正确性如何
• 然后，将查询和生成的答案合并在一个提示中，并发送给检索系统
  • 基本目的是希望检索到更像答案的文档。
  • 假设答案的正确性并不重要，因为感兴趣的是它的结构和表述

1.4.2 用多个相关问题扩展查询

Query Expansion by Prompting Large Language Models

• 利用 LLM 生成 N 个与原始查询相关的问题
• 将所有问题（加上原始查询）发送给检索系统。
• 通过这种方法，可以从向量库中检索到更多文档。

1.4.3RAG-Fusion

• 首先根据原始question从不同角度生成多个版本的新question
• 然后针对每个question进行向量检索
• 在喂给LLM生成答案之前增加了一个排序的步骤
  • 排序包含两个动作
    • 一是独立对每个question检索返回的内容根据相似度排序，确定每个返回chunk在各自候选集中的位置，相似度越高排名越靠前。
    • 对所有question 返回的内容利用RRF（Reciprocal Rank Fusion）综合排序
      • 
      • 这里rank计算的结果可能有问题，总之就是根据不同的question，得到不同的检索结果组合；分别计算他们各自的1/rank，然后加总，再排序

1.5 嵌入适配器 

• 训练适配器的根本目的是改变嵌入查询，从而为特定任务产生更好的检索结果。
• 嵌入适配器是在嵌入阶段之后、检索之前插入的一个阶段。
• 可以把它想象成一个矩阵（带有经过训练的权重）

1.6 混合检索

• 将字面相似的传统搜索算法（Best Matching 25, BM25）与向量相似性检索相结合，实现混合搜索
• 可以加权融合分数、取各自topk检索后并集或RRF+Rerank

参考内容：

提升RAG检索质量的三个高级技巧（查询扩展、交叉编码器重排序和嵌入适配器）

从0开始学RAG之RAG-Fusion