WikiEdge:ArXiv-2407.01219/terms

編輯

這篇文章的術語表如下：

• 生成式大型語言模型（Generative Large Language Models）：指通過預訓練學習大量文本數據，能夠生成連貫、相關文本的大型人工智能模型。
• 檢索增強生成（Retrieval-Augmented Generation, RAG）：一種結合預訓練生成模型和基於檢索的模型的技術，通過檢索相關信息來增強生成內容的準確性和質量。
• 嵌入模型（Embedding Model）：在自然語言處理中，用於將文本轉換為數值向量，以便在向量空間中進行語義比較的模型。
• 向量數據庫（Vector Database）：專門設計用於存儲和檢索嵌入向量的數據庫，支持高效的相似性搜索。
• 查詢重寫（Query Rewriting）：一種優化查詢表達的方法，通過改寫查詢來提高檢索系統的性能。
• 查詢分解（Query Decomposition）：將複雜查詢分解為更簡單、更具體的子查詢，以提高檢索的相關性和準確性。
• 偽文檔生成（Pseudo-document Generation）：基於用戶查詢生成假設性文檔，用於檢索與查詢更相關的文檔。
• 混合搜索（Hybrid Search）：結合稀疏檢索（如基於關鍵詞的搜索）和密集檢索（如基於向量的搜索）的方法，以提高檢索效果。
• 重排序（Reranking）：在初步檢索結果基礎上，使用更精細的算法重新對文檔進行排序，以提高檢索的相關性。
• 文檔重打包（Document Repacking）：在重排序後，對文檔進行重新組織，以優化後續處理模塊的性能。
• 摘要（Summarization）：從檢索到的文檔中提取關鍵信息，生成簡潔的摘要，以減少冗餘並提高生成響應的質量。