
# RAPTOR: 계층적 검색 트리로 검색 성능을 극대화하는 방법, 다중 문서를 활용해야할 때 유용! ⭐️1. 기존 RAG의 한계- 기존의 RAG(Retrieval-Augmented Generation) 시스템은 짧고 연속된 텍스트 청크만 검색하는데 집중함.- 이 때문에 대규모 문서의 전체적인 컨텍스트를 파악하는 데 한계가 있음. 이로 인해 질문에 충분한 답변을 생성하기 어려움. ➡️ RAPTOR는 이러한 문제를 해결하기 위해 텍스트를 재귀적으로 클러스터링하고 요약해 계층적 트리 구조를 만듦. 이로써 상위 수준과 하위 수준의 세부 정보까지 포함하는 검색 시스템을 구현함. 2. Main Idea & Method- 기존 RAG 접근법은 상위 k개의 텍스트 청크에 의존해 문서의 주요 문맥을 포괄하지 못함.-..
AI | DS
2024. 5. 29. 08:51
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
링크
TAG
- NULL인 열 만들어주기
- 추천시스템
- 서브쿼리
- SQL
- 여러개 값에 대한 조작
- SET문
- SELECT문 안 서브쿼리
- cold-start
- ORDER BY LIMIT
- groupby 다중
- 이코테
- SQL레시피
- treer구조
- 하이브리드 필터링
- reranker
- reranker 속도 개선
- 연관규칙분석
- 하나의 테이블에 대한 조작
- SASRec
- pointwise reranker
- 고전적 추천 알고리즘
- llm reranker
- NULL AS
- 다중 GROUP BY
- 알고리즘
- 숨겨진조건
- WHERE문 집계함수
- WHERE절서브쿼리
- rag 다중문서 활용
- Lagrange Multipler
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |
글 보관함