Skip to content
简体中文

切换主题

// ⌕ RAG 与向量检索

HyDE 假设文档检索

先让模型写一个“假想答案”,再用它去检索真实文档。

HyDE (Hypothetical Document Embeddings) 2022 基础 扩展

通俗解释

问题和答案的措辞常常不像。先让 LLM 生成一个可能有错的假想文档,把它编码后检索,能找到更相似的真实文档,无需标注数据。

用在哪里:RAG 查询改写

时间轴 · 前置 → 当前 → 后继

2019 句向量(Sentence-…2020 检索增强生成 RAG2022 HyDE 假设文档检索

01原始论文

Precise Zero-Shot Dense Retrieval without Relevance Labels

Luyu Gao, Xueguang Ma, Jimmy Lin, et al. · 2022

arXiv ↗ ✓ 已核实 · arXiv API

02知识位置

左边先学;右边是学完它之后可以学的。

先学

HyDE 假设文档检索

学完可以学

  • 图谱里暂无后继

相关:GraphRAG

检索增强生成 RAG句向量(Sentence-BE…GraphRAG HyDE 假设文档检索

左:前置 · 右:后继 · 虚线:相关。看完整关系图 →

03学习资料

官方文档、图解、课程和参考实现,链接都核对过。

04在课程里哪里学

所在学习路线:AI 应用工程师

给 AI 读 / 数据说明

数据更新于:AI 算法图谱与课程体系(北京时间)