改进RAG：自查询检索

每日推荐一篇专注于解决实际问题的外文，精准翻译并深入解读其要点，助力读者培养实际问题解决和代码动手的能力。

欢迎关注公众号（NLP Research），及时查看最新内容

原文标题：Improving RAG: Self Querying Retrieval

原文地址：https://medium.com/@ogre51/improving-rag-self-querying-retrieval-9960efe2d872

---

让我们来解决构建 RAG 系统时的一个大问题。

我们不能在每项检索任务中都依赖语义搜索。只有当我们追求词语的意义和意图时，语义搜索才有意义。

但是，如果我们要对数据库中的内容进行搜索，比如我们可能只想执行一个查找任务，那么使用语义搜索就不合逻辑了。它甚至会给出不准确的结果，并消耗不必要的计算能力。

这个问题一般出现在处理 excel 文件或财务数据时。针对这些情况，LangChain 提供了一种名为 “自查询检索”(Self Querying Retrieval) 的工具。

我们所做的很简单。我们在检索和输入之间插入一个“步骤”。