Шпаргалка и рецепты Advanced RAG от LlamaIndex: конкретные паттерны для улучшения качества

Простым языком

Advanced RAG — это не просто «загрузи документы и спрашивай». Это многоступенчатый процесс: сначала улучшаем сам вопрос, потом ищем разными способами (точные слова + смысл), затем фильтруем и ранжируем результаты. Каждый этап повышает качество ответов.

Что нового

• Query Transformation — преобразование одного вопроса в несколько подзапросов для более полного поиска
• Hybrid Search — обязательное комбинирование BM25 (точные термины) с dense embeddings (семантика)
• Reranking — использование cross-encoder моделей для переоценки релевантности найденных документов
• Post-processing — очистка и дополнение контекста перед подачей в LLM

Вердикт

Применять: для production-систем, где точность ответов критична. Не применять: для прототипов или когда важна только скорость. Ограничения: увеличивает сложность и латентность системы.

Гибридный поиск (BM25 + dense embeddings) дает прирост точности 15-25% по сравнению с чисто векторным подходом, особенно на запросах с точными терминами и кодом.