Словарь ИИ
Что такое RAG-Fusion
Коротко
RAG-Fusion это способ поиска по документам, при котором модель придумывает несколько вариантов вопроса, ищет по каждому и сводит результаты в один список.
Поиск и RAG · RAG-Fusion
Михаил МозгПроверено: 1 минута чтения
Ребенку
Ты потерял мяч во дворе и спрашиваешь друзей. Одному говоришь: «Где мой мяч?», другому: «Не видел красный мяч у качелей?», третьему: «Кто вчера играл в футбол?». Каждый вспомнит что-то свое, и вместе вы быстрее найдете пропажу. RAG-Fusion задает компьютеру один вопрос сразу по-разному и собирает все подсказки.
Простыми словами
Люди часто формулируют вопрос неудачно или слишком коротко, и поиск по одной фразе пропускает нужное. RAG-Fusion поступает иначе. Нейросеть сначала пишет несколько вариантов исходного вопроса с разных сторон. По каждому варианту система ищет отдельно, а потом объединяет списки: фрагмент, который нашелся по нескольким вариантам, поднимается выше. Модель отвечает по этой общей выдаче. Например, вопрос «почему греется блок питания» превращается в запросы о перегреве, нагрузке, вентиляции и неисправностях, и в ответ попадают разделы из разных инструкций.
Для бизнеса
В исходной работе метод проверяли на задаче производителя полупроводников Infineon: инженерам, менеджерам по работе с клиентами и покупателям нужно быстро получать сведения о продукции. Подход уместен, когда вопросы короткие, а документация большая и написана другим языком, чем спрашивают покупатели. Цена растет предсказуемо: дополнительный вызов модели на генерацию вариантов и несколько поисков вместо одного, ответ приходит медленнее. Риск описан там же: если сгенерированные варианты уходят от сути, ответ тоже уходит в сторону. Поэтому число вариантов ограничивают и проверяют на реальных вопросах клиентов. Поиск по каталогу и спецификациям часто становится первой задачей ИИ-агента для отдела продаж.
Для специалиста
RAG-Fusion описан в работе Rackauckas (2024) на примере чат-бота компании Infineon. Метод сочетает RAG с объединением рангов (Reciprocal Rank Fusion, RRF). Языковая модель генерирует несколько запросов по исходному вопросу, для каждого выполняется отдельное извлечение, затем списки сливаются. В формуле Cormack, Clarke, Büttcher (2009) документ получает сумму 1/(k + r) по всем спискам, где r его позиция, а k = 60 авторы зафиксировали в пилотном исследовании. Итоговые фрагменты передаются генератору вместе с исходным и сгенерированными запросами. Автор оценивал ответы вручную по точности, релевантности и полноте и связывает выигрыш с тем, что разные формулировки охватывают вопрос с нескольких сторон. Ограничение: если сгенерированные запросы плохо связаны с исходным, ответ отклоняется от темы. Прием относится к расширению запроса (query expansion) и близок к переписыванию запроса и HyDE, но вместо одной формулировки строит набор и выигрывает за счет слияния. Цена: N дополнительных извлечений и вызов модели на генерацию запросов.
Пример
Покупатель пишет в чат «нужен кабель на улицу для насоса». Система ищет по вариантам «уличный кабель», «кабель для погружного насоса» и «влагостойкий силовой кабель» и показывает менеджеру три подходящие позиции из каталога.
Связанные термины
Вопросы и ответы
Чем RAG-Fusion отличается от гибридного поиска?
Сколько вариантов запроса генерировать?
Источники
Где это применяют в компании
Не уверены, нужно ли это вашей компании?
Карта ИИ-решений