Closed nogawanogawa closed 1 week ago
従来のRAGはretrieve-then-readフレームワークによって行われてきた。
ただし、
といった経緯より、期待する推論は難しくなっている
データに対してカテゴリー(研究分野やベンチマーク用Appの種類など)に分類し、メタデータを作成する。 次に、メタデータを使用してQAペアを作成する。
このメタデータとQAのQを使用した埋め込みをベクトル化して使用して検索を行う。
メタデータの特定の組み合わせに対してメタナレッジサマリーを作成する。 関心のあるメタデータでタグ付けされた質問の概念を要約することでメタナレッジサマリーとしている。
クエリ拡張の際には、検索のトピックに基づいてメタナレッジを検索し、メタナレッジサマリーに基づいて複数のサブクエリに拡張、元の水つもんに関連するフィルタリングされたDBで並列検索を行う。
論文URL
著者
Laurent Mombaerts, Terry Ding, Adi Banerjee, Florian Felice, Jonathan Taws, Tarik Borogovac
会議
KDD 2024
背景
従来のRAGはretrieve-then-readフレームワークによって行われてきた。
ただし、
といった経緯より、期待する推論は難しくなっている
目的
アプローチ
ひとことメモ