Preskok na glavno vsebino
Slovenščina— Izberite jezik
Meni

Citati z viri: predmet reference in RAG

Lekcija 8 od 16 Posodobljeno 3. november 2026 Napredni
Na tej strani
  1. Zakaj so citati v proizvodnji nujni
  2. Oblika reference
  3. Arhitektura cevovoda RAG s citati
  4. Najboljše prakse za izseke (snippets)
  5. Ključne ugotovitve

Posodobljeno 3. novembra 2026 na podlagi vodnika Mistral Citations & References: viri se posredujejo kot rezultat orodja v objektu, kjer so ključi številke ("0", "1"…), vrednosti pa vsebujejo url, title, snippets (seznam seznamov), description, date in source. “Predmet reference” s polji type, reference_id in source_id iz prejšnje različice se v dokumentaciji ne pojavlja, prav tako ne specifični pragovi za število virov. Vir: Citations & References.

Zakaj so citati v proizvodnji nujni

Ko v proizvodnjo uvedeš sistem za generiranje s pomočjo pridobivanja (RAG), morajo tvoji uporabniki lahko preverijo odgovore modela. Odgovor brez vira je nepreverljiva trditev. Citati spremenijo odziv umetne inteligence v dokumentiran, sledljiv in zanesljiv odgovor.

Mistral AI ima vgrajen mehanizem za citiranje, ki modelu omogoča, da svoje odgovore utemelji na izvornih dokumentih in navede natančne reference. Model je bil globoko usposobljen za utemeljevanje v dokumentih in izvleček ustreznih odlomkov.

Oblika reference

Pri Mistralu viri ne potujejo skozi namenski parameter: modelu prispejo kot rezultat klica orodja. Tvoje orodje vrne objekt JSON, kjer je vsak ključ številka vira ("0", "1", "2"…), vsaka vrednost pa opisuje vir:

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"
    }
}

Polja reference

  • Ključ ("0", "1"…) – identifikator vira, ki ga model ponovno uporabi v svojih citatih
  • url – naslov izvornega vira
  • title – naslov vira, namenjen prikazu
  • snippets – ustrezni izseki kot seznam seznamov stavkov: to je vsebina, ki jo model uporabi za utemeljitev svojega odgovora
  • description – kratek opis ali None
  • date – datum objave ali posodobitve
  • source – izvor vira (baza dokumentov, spletno mesto)

Arhitektura cevovoda RAG s citati

Celoten delovni tok je razdeljen na štiri korake.

1. Iskanje dokumentov

Tvoj sistem za pridobivanje (Elasticsearch, Pinecone, pgvector itd.) vrne dokumente, ki so relevantni za uporabnikovo poizvedbo.

2. Gradnja referenc

Pridobljene dokumente strukturiraš v tej obliki:

def build_references(search_results):
    """Converts search results to Mistral's reference format."""
    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. Klic modela z orodjem

Deklariraš orodje, ki ga model pokliče za pridobitev virov. Ko je poklicano, tvoja koda vrne json.dumps(references) v sporočilu ToolMessage, nato pa nadaljuješ pogovor (naslednja lekcija).

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. Model citira svoje vire

Končni odgovor ni preprost niz: njegova vsebina se izmenjuje med objekti TextChunk in ReferenceChunk, kjer polje reference_ids vsebuje številke citiranih virov – 0 za ključ "0". Te poiščeš v svoji tabeli referenc, da prikažeš naslove in povezave.

Najboljše prakse za izseke (snippets)

Kakovost citatov je neposredno odvisna od kakovosti izsekov, pri čemer je prva nastavitev, na katero moraš biti pozoren, njihova dolžina. Izsek dveh do petih stavkov modelu zagotovi gost in uporaben odlomek; izsek, ki zajema celo stran, razredči relevantne informacije do te mere, da model vir sicer citira, a se vanj ne utemelji zares. Paziti moraš tudi, da ne režeš prekratko: izsek, iztrgan iz konteksta, je lahko napačno razumljen – „stopnja naraste na 20 %” ne pomeni nič, če je bila prejšnja poved, ki je določala, za katero stopnjo gre, odrezana.

Število virov ima enako vlogo kot dolžina, vendar na ravni poizvedbe: vsak dodan vir stane žetone konteksta, ne glede na to, ali je citiran ali ne. Začni z nekaj viri in v reference_ids preveri, katere model dejansko uporabi, preden dodaš še več. Nazadnje, ko je čas pomemben (dokumentacija z različicami, ceniki, predpisi), izpolni polje date za vsak vir: to so informacije, ki jih lahko model uporabi in ki jih lahko tudi prikažeš.

Ključne ugotovitve

  • Viri potujejo skozi rezultat orodja, indeksirani po številki ("0", "1"…), z URL-jem, naslovom, izseki in metapodatki
  • Model Mistral je naravno usposobljen za utemeljevanje svojih odgovorov v priloženih virih
  • Izseki morajo biti jedrnati in kontekstualizirani za kakovostne citate
  • Omeji se na 3–7 referenc na poizvedbo za optimalno uporabo
  • Citati spremenijo odzive umetne inteligence v preverljive in sledljive informacije