中文翻译暂不可用，显示俄语原文。
гибридный поиск
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