Multi-Query Retrieval și Expansiunea Întrebărilor cu LLM în Baze de Date Vectoriale & Căutare Semantică

Căutarea semantică standard se bazează pe o singură interpretare a întrebării utilizatorului. Dacă formularea este ușor diferită de stilul în care au fost redactate documentele din baza de cunoștințe, vectorul rezultat poate rata fragmente critice.

Tehnica Multi-Query Retrieval solicită unui model lingvistic rapid să genereze între 3 și 5 variații sau reformulări ale aceleiași cereri, abordând problema din unghiuri diferite:

prompt = '''Ești un asistent AI. Generează 3 moduri diferite de a întreba:
{intrebare_originala}
Returnează doar întrebările, câte una pe linie.'''

variatii = llm.invoke(prompt).content.strip().split("
")

toate_rezultatele = set()
for q in variatii + [intrebare_originala]:
    v = embed_model.encode(q)
    hits = vector_db.search(v, limit=3)
    for h in hits:
        toate_rezultatele.add(h.id)

print(f"Total documente unice agregate din {len(variatii)+1} unghiuri: {len(toate_rezultatele)}")

Unirea rezultatelor sau agregarea lor prin RRF oferă un recall considerabil mai ridicat și protejează sistemul împotriva ambiguităților lexicale.