บทแนะนำและเทคนิค

เปิดตัว Contextual Retrieval: วิธีใหม่ที่เพิ่มความแม่นยำของระบบ RAG อย่างมาก

หัวข้อต้นฉบับ:Introducing Contextual Retrieval

สรุปโดย AI

ระบบ RAG แบบดั้งเดิมสูญเสียบริบทได้ง่ายเมื่อทำการเข้ารหัส ส่งผลให้การค้นคืนล้มเหลว วิธีใหม่ "Contextual Retrieval" ใช้เทคนิคย่อย "Contextual Embeddings" และ "Contextual BM25" เพิ่มบริบทอธิบายให้กับบล็อกข้อความก่อนการค้นคืน สามารถลดจำนวนครั้งที่การค้นคืนล้มเหลวได้ 49% และเมื่อรวมกับการจัดอันดับใหม่ลดได้ถึง 67% ช่วยเพิ่มประสิทธิภาพของงานปลายทางอย่างมีนัยสำคัญ สำหรับฐานความรู้ขนาดเล็กที่มีโทเคนน้อยกว่า 200,000 โทเคน สามารถใส่เนื้อหาทั้งหมดลงในพรอมต์ได้โดยตรง เมื่อรวมกับฟีเจอร์พรอมต์แคชของ Claude จะลดความหน่วงได้มากกว่า 2 เท่าและลดต้นทุนได้สูงถึง 90% สำหรับฐานความรู้ขนาดใหญ่ Contextual Retrieval มอบโซลูชันที่ขยายขนาดได้

สรุปสั้น

เวลาเผยแพร่
เวลาอัปเดต
แหล่งที่มา
Anthropic:Engineering(事故复盘 + 工程实践 · 网页)
หมวดหมู่
บทแนะนำและเทคนิค
คะแนน AI
72
อ่านต้นฉบับ อ่านบทความฉบับเต็มที่แหล่งข่าวต้นฉบับ
เหตุผลที่แนะนำ

Anthropic 把 RAG 检索失败率砍了 67%,方法不复杂但数据扎实,做知识库的开发者可以直接抄 cookbook 上手,是那种读完当天就能改进生产环境的实用帖。

เอนทิตีที่เกี่ยวข้อง

แหล่งที่มาและลิขสิทธิ์

บทความนี้เรียบเรียงจากพาดหัวคัดสรรและบทสรุป AI จาก API สาธารณะของ AIHOT โดยระบุแหล่งที่มาและลิงก์กลับแล้ว ลิขสิทธิ์ต้นฉบับเป็นของสื่อและผู้เขียนต้นทาง เว็บไซต์นี้ไม่ได้สะท้อนเนื้อหาฉบับเต็ม

ลิงก์ต้นฉบับ · รายการ AIHOT

วิธีอ้างอิง

เมื่ออ้างอิงบทความนี้ โปรดระบุชื่อเรื่อง วันที่ และลิงก์ถาวร พร้อมระบุแหล่งที่มาเป็น Orange News

Orange News: เปิดตัว Contextual Retrieval: วิธีใหม่ที่เพิ่มความแม่นยำของระบบ RAG อย่างมาก 19 กันยายน 2024 https://new.nat6.net/th/news/cmorb7ml1008tslhfm0c04uo4/

ดูทั้งหมด →