详细内容或原文请订阅后点击阅览
RAG 常见问题解答：当您开始设计语料库时
企业文档智能 [Vol.1 #B2] - 常见问题解答颠倒了标准 RAG 管道的每一块砖。解析是微不足道的，检索兼作缓存，并且几次提示也成为检索问题作为 RAG 的常见问题解答：当您开始设计语料库时，首先出现在走向数据科学上。
来源:走向数据科学常见问题解答已经是答案，预先写好并与其问题配对。如果问“我的免赔额是多少？”，正确的答案就是查找：支持团队在几个月前逐字逐句地写下。通过与原始 PDF 相同的嵌入和检索管道运行常见问题解答，您会丢弃该结构，通常会返回比普通查找更差的匹配。当消息来源已经是问答形式时，RAG 必须以这种方式对待它。
本文是企业文档智能系列中的一个额外内容，该系列使用四块砖构建企业 RAG 系统。作为 RAG 的常见问题解答是您需要设计语料库的情况：每个砖块都反转，解析很简单，检索兼作缓存，并且几次提示也成为检索问题。
🧭该系列的新手？本系列中的每篇文章都位于我们的两个走向数据科学作者页面，Angela Shi 和 Kezhan Shi。这是查看所覆盖内容和所在位置的最短方法。
📓可运行的配套笔记本位于 GitHub 上：doc-intel/notebooks-vol1。
在启动几周后提取客户支持聊天机器人的日志，就会出现一种模式：大多数用户查询都是相同的 15 个问题的变体。“我如何取消？”、“我可以提前终止我的保单吗？”、“我如何停止承保？”是一个基本问题的三个措辞，其中一个答案是支持团队两年前写的。当答案已经在磁盘上时，系统会为每个查询支付生成成本。
这是常见问题解答问题，并不是大多数 RAG 教程为您准备的内容。标准框架假设您继承了一个混乱的语料库（PDF、扫描件、合同），而解析就成功了一半。常见问题解答却颠倒了这一点。你编写语料库。结构是您决定的任何结构。管道的四块砖围绕这一事实进行了自我重塑，其中一块（一代）的价格比文献中暗示的要便宜。
1. 为什么 FAQ 是一个不同的问题
本文的其余部分按顺序遍历这四块砖。