гибридный поиск

Определение

Комбинация векторного и ключевого поиска для улучшения релевантности результатов, часто используемая в RAG-системах.

Где встречается

• 1. Как бы вы спроектировали RAG-систему для 10 000 документов с разной структурой
• 6. Что такое гибридный поиск и когда он нужен
• 15. Какие embedding-модели вы использовали и почему
• 17. Как вы уменьшаете галлюцинации в RAG
• 18. Что такое Multi-vector retrieval и зачем он нужен
• 20. Как вы обеспечиваете, что RAG работает с документами на русском и английском одновременно
• 59. n8n, Make, Zapier — как вы интегрируете их с LLM
• 80. Какие 3 книгикурса вы рекомендуете по production LLM
• 116. Как вы индексируете видео-контент в RAG-системе
• 119. Как вы комбинируете текстовый и визуальный поиск (early fusion vs late fusion)
• 123. Как вы защищаете RAG-систему от утечки данных между клиентами (multi-tenant isolation)
• 225. Как вы выбираете параметры HNSW (M, ef_construction, ef_search) под свои данные
• 226. Что такое Filtered ANN Search и как оно реализовано в Qdrant vs Weaviate
• 233. Как вы делаете hybrid search (vector + keyword) в production на 10M документов
• 235. Как вы выбираете ANN алгоритм под ваш use case (volume, dimensionality, budget)
• 260. Как вы отслеживаете data drift для распределения запросов к RAG
• 264. Как вы делаете backfill эмбеддингов при смене embedding модели
• 376. Что такое hybrid search с весами (weighted hybrid) и как оптимизировать веса
• 378. Как работает многогранный (faceted) поиск в RAG с фильтрами
• 380. Что такое semantic ranking на основе embeddings (вторая стадия после ANN)
• 446. Что такое chunked prefill и зачем он нужен
• 467. Что такое packing sequences и зачем он нужен
• 486. Почему LLM-as-Judge может быть biased Назовите 3 основных bias и как их детектировать.
• 495. Что такое pairwise comparison vs scalar rating Когда что использовать
• 526. Как вы делаете schema evolution для метаданных документов в RAG
• 529. Как вы проектируете feature engineering для контекста RAG (кроме текста)
• 546. Как вы индексируете видео-контент в RAG-системе
• 550. Как работает OCR для RAG Недостатки и когда его недостаточно
• 552. Как вы делаете image captioning для RAG (извлечение описания изображения)
• 554. Как вы делаем image retrieval по тексту с высокой точностью
• 556. Как вы делаете extraction таблиц из PDF для RAG
• 558. Как вы делаете video summarization для RAG (вход — длинное видео, выход — краткое описание)
• 563. Как вы делаете image retrieval с фильтрацией по метаданным (дата, местоположение, камера)
• 582. Как работает agent self-improvement через self-reflection on failures
• 599. Что такое adversarial retrieval (атака на retrieval компонент RAG)
• 738. Назовите 12+ слоёв эталонной архитектуры Harness.
• 862. Как делать feature engineering для RAG (кроме текста)
• 867. Как делать adversarial evals для RAG (проверка на устойчивость)
• Практика
• 800+ вопросов

Навигация

• Индекс терминов
• Индекс разборов
• Оглавление