OutDept
เคส · RAG และคุณภาพ

การค้นหาแบบไฮบริดและเลเยอร์แก้ไขตัวเอง

ระบบค้นหาฐานความรู้ที่สร้างเป็นไฮบริดระหว่างการค้นหาเชิงเวกเตอร์และแบบเต็มข้อความ บวกเลเยอร์ป้องกันแบบดีเทอร์มินิสติกรอบโมเดลที่เปลี่ยนทุกความผิดพลาดให้เป็นกฎถาวร

แกนกลางการค้นหาไฮบริด: ผู้สมัครจากเวกเตอร์และ FTS รวมกันด้วย reciprocal rank
แกนกลางการค้นหาไฮบริด: ผู้สมัครจากเวกเตอร์และ FTS รวมกันด้วย reciprocal rank

สิ่งที่เราสร้าง

  • การค้นหาไฮบริด: embeddings + SQLite FTS5 รวมกันผ่าน reciprocal rank fusion
  • จัดทำดัชนี 14,482 ชิ้นข้อมูล — การนำเข้ากรองสัญญาณรบกวนออก 96%
  • 25 hooks แบบดีเทอร์มินิสติกก่อนและหลังทุกคำตอบ: ตรวจสอบข้อเท็จจริง ไม่มีข้อความใดที่ไม่มีแหล่งอ้างอิง

เทคโนโลยีที่ใช้

Python · fastembed · sqlite-vec · FTS5 · RRF fusion

มีโปรเจกต์คล้ายแบบนี้ไหม?

บอกปัญหาของคุณ ไม่ต้องบอกชื่อบริการ — เราจะกำหนดขอบเขตให้ถูกต้องก่อนเสนอราคา

ติดต่อเรา

แพลตฟอร์ม AI

ผลงานทั้งหมด