エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
LangChain でより高い vector 検索精度が期待できる HyDE 仮説をやってみる
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
LangChain でより高い vector 検索精度が期待できる HyDE 仮説をやってみる
HyDE (Hypothetical Document Embeddings: 仮説的なドキュメントの埋め込み)とは、通常の Embedding に... HyDE (Hypothetical Document Embeddings: 仮説的なドキュメントの埋め込み)とは、通常の Embedding による文書検索よりも高い精度での検索を実現する vector index の検索手法です。HyDE というのは、質問そのものを vector として検索を行うよりも、質問に対する仮の解(LLMによる解)を Embedding に使った方が、検索の精度が高くなるという仮説に基づきます。 参考:https://wfhbrian.com/revolutionizing-search-how-hypothetical-document-embeddings-hyde-can-save-time-and-increase-productivity/ 参考:https://langchain.readthedocs.io/en/latest/modules/