提升RAG系统效果：揭秘Rewrite技术及其关键优化策略，提高召回率与精确度

关于RAG的优化，前面我们讲过一篇是Rerank的优化，《揭开RAG重排序（Rerankers）和两阶段检索（Two-Stage Retrieval）的神秘面纱》，Rerank优化的目的是通过向量检索返回更多的top K结果，以提高召回率和精确度。

今天这篇文章采用另一种优化策略Rewrite，在RAG的链路中，关注点向上移动到重点关注问题本身，查询重写会自动转换查询问题，以便更好地表示搜索者的意图。

查询Rewrite重写策略通常有两个目的：提高召回率和提高精确度。

在检索增强生成（RAG）中，我们经常会遇到用户原始查询的问题，例如措辞不准确或语义信息缺失。例如，像“2020 年的 NBA 冠军是洛杉矶湖人队！告诉我什么是langchain框架？“可能会从直接搜索的知识库中产生错误或无法回答的响应。

因此，必须使用户查询的语义空间与文档的语义空间保持一致。查询重写技术可以有效地解决这个问题。它在 RAG 中的作用如下图所示。

从位置角度来看，查询重写是一种预检索方法。请注意，此图大致说明了查询重写在 RAG 中的位置。

要对问题进行Rewrite&