RAG napredno: Multi-Query, HyDE, Step-Back
Na ovoj stranici
Ciljevi
- Poboljšaj dohvat pomoću naprednih tehnika
- Implementiraj multi-query, HyDE i step-back prompting
- Znaj kada koristiti svaku tehniku
Problem: Jedan upit nije dovoljan
Ponovno rangiranje iz prethodne lekcije poboljšalo je način na koji su kandidati rangirani, ali nije moglo pomoći s dokumentima koje dohvat uopće nije izvorno pronašao. Najčešći uzrok ovih promašaja nije model niti indeks – već sam upit. Korisnik može upisati „ne radi mi na mobitelu“, dok dokumentacija raspravlja o „nekompatibilnosti s Android verzijama starijim od 12“. Nijedan model ugradnje (embedding) neće spontano približiti te dvije formulacije.
Sljedeće tehnike dijele jedno načelo: umjesto da prihvatimo upit kakav jest, transformiramo ga ili umnožimo prije pretraživanja. Sve one djeluju na prisjet (recall) – odnosno na sposobnost da se ispravan dokument uvrsti u popis kandidata.
Multi-Query: Postavi pitanje drugačije
Prvi pristup je najizravniji. Tražimo od LLM-a da preformulira pitanje iz nekoliko kutova, pokrenemo pretraživanje sa svakom varijantom i spojimo rezultate. Pitanje „kako otkazati pretplatu?“ tako postaje i „postupak otkazivanja“, „zaustavi mjesečno zaduženje“ i „izbriši moj plaćeni račun“ – tri različita rječnika, tri prilike da pogodimo izraz koji je autor dokumentacije upotrijebio.
Korak spajanja zaslužuje napomenu: redak s np.maximum zadržava, za svaki dokument, najbolji rezultat postignut kroz sve upite. Dokument koji se dobro podudara samo s jednom preformulacijom ipak će se popeti na vrh, što se ne bi dogodilo da smo prosječili rezultate. Temperatura od 0,7 ovdje je namjerna jer želimo raznolikost, a ne reproducibilnost.
from openai import OpenAI
import numpy as np
client = OpenAI()
def generer_multi_queries(question: str, n: int = 3) -> list[str]:
"""Generate n rephrasings of the question."""
response = client.chat.completions.create(
model="gpt-5.6-terra",
messages=[{
"role": "user",
"content": (
f"Generate {n} different rephrasings of this question "
f"for document search. Each rephrasing "
f"should cover a different angle.\n\n"
f"Original question: {question}\n\n"
f"Return only the rephrasings, one per line."
)
}],
temperature=0.7
)
queries = response.choices[0].message.content.strip().split("\n")
return [q.strip().lstrip("0123456789.-) ") for q in queries if q.strip()]
def recherche_multi_query(
question: str,
corpus_embeddings: np.ndarray,
documents: list[dict],
k: int = 5,
n_queries: int = 3
) -> list[dict]:
"""Search with multiple rephrasings."""
queries = [question] + generer_multi_queries(question, n_queries)
print(f"Queries: {queries}")
tous_scores = np.zeros(len(documents))
for query in queries:
query_emb = client.embeddings.create(
input=query, model="text-embedding-3-large"
).data[0].embedding
scores = corpus_embeddings @ np.array(query_emb)
tous_scores = np.maximum(tous_scores, scores)
top_k = np.argsort(tous_scores)[-k:][::-1]
return [
{**documents[i], "score": float(tous_scores[i])}
for i in top_k
]
HyDE: Hipotetske ugradnje dokumenata
HyDE pristupa problemu s druge strane. Umjesto umnožavanja pitanja, tražimo od modela da generira vjerojatan odgovor – čak i ako je djelomično netočan, to nije bitno – a zatim pretražujemo dokumente bliske tom odgovoru. Pitanje „kako konfigurirati SSO?“ proizvodi odlomak koji govori o pružateljima identiteta, SAML-u i metapodacima, točno onim rječnikom koji se nalazi u stvarnoj dokumentaciji.
def recherche_hyde(
question: str,
corpus_embeddings: np.ndarray,
documents: list[dict],
k: int = 5
) -> list[dict]:
"""Search with a hypothetical document (HyDE)."""
# 1. Generate a hypothetical document
response = client.chat.completions.create(
model="gpt-5.6-terra",
messages=[{
"role": "user",
"content": (
f"Write a short paragraph (3-5 sentences) that would answer "
f"this question. Write as if it were an excerpt "
f"from technical documentation.\n\n"
f"Question: {question}"
)
}],
temperature=0.3
)
doc_hypothetique = response.choices[0].message.content
# 2. Encode the hypothetical document
hyde_emb = client.embeddings.create(
input=doc_hypothetique,
model="text-embedding-3-large"
).data[0].embedding
# 3. Search for similar documents
scores = corpus_embeddings @ np.array(hyde_emb)
top_k = np.argsort(scores)[-k:][::-1]
return [
{**documents[i], "score": float(scores[i])}
for i in top_k
]
Ako ova tehnika funkcionira, to je zato što ugradnja odgovora više nalikuje ugradnji dokumenta nego što to čini ugradnja pitanja. Pitanje je kratko, upitno i često formulirano korisnikovim riječima; dokument je dug, afirmativan i napisan stručnim žargonom domene. HyDE premošćuje taj jaz između upita i dokumenta tako što premješta upit na teren korpusa. Zato i prompt specificira „kao da je izvadak iz tehničke dokumentacije“: oponašamo ciljni registar.
Step-Back Prompting
Treća tehnika rješava suprotan slučaj: pitanja toliko specifična da ih nijedan dokument ne obrađuje izravno. „Mogu li odbiti električni bicikl kupljen u veljači?“ nigdje se ne pojavljuje, ali postoji odjeljak o odbitnim poslovnim troškovima. Stoga tražimo od modela općenito pitanje koje se krije iza specifičnog, a zatim pretražujemo s oba, ponderirajući ih s 0,7 za izvorno pitanje i 0,3 za šire – široki kontekst pomaže, ali ne smije dominirati.
def recherche_step_back(
question: str,
corpus_embeddings: np.ndarray,
documents: list[dict],
k: int = 5
) -> list[dict]:
"""Two-pass search: general then specific."""
# 1. Generate a step-back question
response = client.chat.completions.create(
model="gpt-5.6-terra",
messages=[{
"role": "user",
"content": (
f"What is the more general question or underlying concept "
f"behind this specific question?\n\n"
f"Specific question: {question}\n\n"
f"Return only the general question."
)
}],
temperature=0.3
)
question_generale = response.choices[0].message.content.strip()
# 2. Search with both questions
resultats_combines = {}
for q, poids in [(question, 0.7), (question_generale, 0.3)]:
q_emb = client.embeddings.create(
input=q, model="text-embedding-3-large"
).data[0].embedding
scores = corpus_embeddings @ np.array(q_emb)
for i, s in enumerate(scores):
if i not in resultats_combines:
resultats_combines[i] = 0.0
resultats_combines[i] += float(s) * poids
top_k = sorted(
resultats_combines.items(),
key=lambda x: x[1], reverse=True
)[:k]
return [
{**documents[idx], "score": score}
for idx, score in top_k
]
Usporedba tehnika
Svaka od njih rješava specifičnu patologiju dohvata, a svaka nosi trošak dodatnih poziva, pa time i veću latenciju.
| Tehnika | Kada je koristiti | Dodatni trošak |
|---|---|---|
| Multi-query | Dvosmisleni upiti, raznolik rječnik | n poziva za ugradnju + 1 LLM poziv |
| HyDE | Jaz između upita i dokumenta, tehničke domene | 1 LLM poziv + 1 poziv za ugradnju |
| Step-back | Vrlo specifična pitanja, potreba za kontekstom | 1 LLM poziv + 2 poziva za ugradnju |
Kombiniranje tehnika
Ne moraš birati samo jednu. Sljedeća funkcija prihvaća popis strategija, akumulira rezultate koje svaka od njih proizvede u rječnik indeksiran po dokumentu i zadržava maksimum. Dokument koji je pronašao samo HyDE tako se rangira uz dokument pronađen izravnim pretraživanjem. Ipak, imaj na umu da slaganje triju strategija utrostručuje budžet i produljuje vrijeme odgovora: ovu kombinaciju sačuvaj za teške upite ili za offline obradu gdje latencija nije bitna.
def recherche_avancee(
question: str,
corpus_embeddings: np.ndarray,
documents: list[dict],
k: int = 5,
strategies: list[str] = ["direct", "multi_query", "hyde"]
) -> list[dict]:
"""Combine multiple search strategies."""
tous_resultats = {}
if "direct" in strategies:
q_emb = client.embeddings.create(
input=question, model="text-embedding-3-large"
).data[0].embedding
scores = corpus_embeddings @ np.array(q_emb)
for i, s in enumerate(scores):
tous_resultats.setdefault(i, []).append(float(s))
if "hyde" in strategies:
res_hyde = recherche_hyde(
question, corpus_embeddings, documents, k=k*2
)
for r in res_hyde:
tous_resultats.setdefault(r["id"], []).append(r["score"])
# Final score = max of scores
scores_finaux = {
idx: max(scores) for idx, scores in tous_resultats.items()
}
top_k = sorted(
scores_finaux.items(), key=lambda x: x[1], reverse=True
)[:k]
return [
{**documents[idx], "score": score}
for idx, score in top_k
]
Ključne točke
- Multi-query preformulira pitanje iz više kutova kako bi obuhvatio širi rječnik
- HyDE generira hipotetski odgovor koji više nalikuje ciljnim dokumentima
- Step-back postavlja općenitije pitanje kako bi uhvatio širi kontekst
- Ove tehnike dodaju latenciju, ali značajno poboljšavaju prisjet (recall)