Lähe põhisisu juurde
Eesti— Vali keel
Menüü

Tsiteerimine allikatega: viiteobjekt ja RAG

Õppetund 8 / 16 Värskendatud 3. november 2026 Edasijõudnutele
Sellel lehel
  1. Miks on tsiteerimine tootmises hädavajalik
  2. Viite formaat
  3. RAG-i torustiku arhitektuur koos tsiteerimisega
  4. Parimad tavad lõikude (snippets) jaoks
  5. Peamised punktid

Uuendatud 3. novembril 2026 põhineb Mistrali juhendil Citations & References: allikad edastatakse tööriista tulemusena objektina, mille võtmed on numbrid ("0", "1"…) ja väärtused sisaldavad välju url, title, snippets (loendite loend), description, date ja source. Eelmises versioonis mainitud „viiteobjekti“ väljadega type, reference_id ja source_id dokumentatsioonis ei esine, samuti puuduvad konkreetsed lävendallikate arvu kohta. Allikas: Citations & References.

Miks on tsiteerimine tootmises hädavajalik

Kui kasutusele võtad tootmises otsinguga täiendatud genereerimise (RAG) süsteemi, peavad su kasutajad saama mudeli vastuseid kontrollida. Vastus ilma allikata on kontrollimatu väide. Tsiteerimine muudab tehisintellekti vastuse dokumenteerituks, jälgitavaks ja usaldusväärseks.

Mistral AI integreerib loomuliku tsiteerimismehhanismi, mis võimaldab mudelil põhendada oma vastuseid allikdokumentidel ja esitada täpseid viiteid. Mudelit on sügavalt treenitud dokumentidele tuginema ja neist asjakohaseid lõike eraldama.

Viite formaat

Mistrali puhul ei edastata allikaid eraldi parameetri kaudu: need jõuavad mudelini tööriista väljakutse tulemusena. Sinu tööriist tagastab JSON-objekti, kus iga võti on allika number ("0", "1", "2"…) ja iga väärtus kirjeldab allikat:

references = {
    "0": {
        "url": "https://docs.example.com/guide",
        "title": "Deployment Guide v3.2",
        "snippets": [
            [
                "Production deployment requires verification...",
                "Load tests must validate at least 1000 req/s..."
            ]
        ],
        "description": None,
        "date": "2026-03-15",
        "source": "docs-deployment"
    }
}

Viite väljad

  • Võti ("0", "1"…) – allika identifikaator, mida mudel kasutab oma tsiteeringutes
  • url – algse allika aadress
  • title – allika pealkiri kuvamiseks
  • snippets – asjakohased lõigud lausete loendite loendina: see on sisu, millele mudel oma vastust põhjendab
  • description – lühike kirjeldus või None
  • date – avaldamise või uuendamise kuupäev
  • source – allika päritolu (dokumendiandmebaas, veebisait)

RAG-i torustiku arhitektuur koos tsiteerimisega

Terve töövoog jaguneb neljaks sammuks.

1. Dokumentide otsing

Sinu otsingusüsteem (Elasticsearch, Pinecone, pgvector jne) tagastab kasutaja päringuga seotud dokumendid.

2. Viidete koostamine

Sa struktureerid leitud dokumendid sellesse formaati:

def build_references(search_results):
    """Teisendab otsingutulemused Mistrali viiteformaati."""
    return {
        str(i): {
            "url": result.get("url", ""),
            "title": result["title"],
            "snippets": [result["relevant_passages"]],
            "description": None,
            "date": result.get("date"),
            "source": result.get("collection", "default"),
        }
        for i, result in enumerate(search_results)
    }

3. Mudeli kutsumine tööriistaga

Sa deklareerid tööriista, mida mudel kutsub allikate hankimiseks. Kui seda kutsutakse, tagastab sinu kood json.dumps(references) sõnumis ToolMessage, seejärel jätkad vestlust (järgmises õppetükis).

from mistralai.client import Mistral

client = Mistral(api_key="your-api-key")

get_information_tool = {
    "type": "function",
    "function": {
        "name": "get_information",
        "description": "Retrieves relevant document sources",
        "parameters": {
            "type": "object",
            "properties": {"query": {"type": "string"}},
            "required": ["query"]
        }
    }
}

4. Mudel tsiteerib oma allikaid

Lõplik vastus ei ole lihtsalt tekstistring: selle sisu vaheldub objektide TextChunk ja ReferenceChunk vahel, kus väli reference_ids sisaldab tsiteeritud allikate numbreid – 0 võtme "0" jaoks. Sa otsid need üles oma viidete tabelist, et kuvada pealkirju ja linke.

Parimad tavad lõikude (snippets) jaoks

Tsiteeringute kvaliteet sõltub otseselt lõikude kvaliteedist ja esimene seadistus, mida silmas pidada, on nende pikkus. Kahe kuni viie lause pikkune lõik annab mudelile tiheda ja kasutatava lõigu; terve lehe hõlmav väljavõte lahjendab olulist informatsiooni nii palju, et mudel tsiteerib allikat, kuid ei põhenda ennast tegelikult sellele. Samas ole ettevaatlik, et mitte liiga lühikeseks lõigata: kontekstist rebitud lõiku võib valesti tõlgendada – „määr tõuseb 20%-ni“ ei tähenda midagi, kui eelmine lause, mis täpsustas, millise määra kohta jutt käib, on ära lõigatud.

Allikate arv mängib sama rolli kui pikkus, kuid päringu mastaabis: iga lisatud allikas maksab kontekstitokeneid, olenemata sellest, kas seda tsiteeritakse või mitte. Alusta paari allikaga ja kontrolli väljalt reference_ids, milliseid mudel tegelikult kasutab, enne kui lisad rohkem. Lõpuks, kui ajastus on oluline (versioneeritud dokumentatsioon, hinnakiri, määrused), täida iga allika jaoks väli date: see on informatsioon, mida mudel saab kasutada ja mida saad ise kuvada.

Peamised punktid

  • Allikad edastatakse tööriista tulemusena, indekseerituna numbritega ("0", "1"…), sisaldades URL-i, pealkirja, lõike ja metaandmeid
  • Mistrali mudel on loomupäraselt treenitud põhendama oma vastuseid pakutud allikatele
  • Lõigud peavad olema lühikesed ja kontekstiga varustatud, et tagada kvaliteetne tsiteerimine
  • Piirdu optimaalseks kasutamiseks 3–7 viitega päringu kohta
  • Tsiteerimine muudab tehisintellekti vastused kontrollitavaks ja jälgitavaks informatsiooniks