الفصل 2: الاستعلامات المتعددة والدمج

استرجاع متعدد الاستعلامات

ولّد تنويعات متعددة للاستعلام، استرجع لكل منها، وادمج النتائج:

from langchain.retrievers.multi_query import MultiQueryRetriever

# Create multi-query retriever
retriever = MultiQueryRetriever.from_llm(
    retriever=vectorstore.as_retriever(),
    llm=llm
)

# Automatically generates variations
results = retriever.get_relevant_documents(
    "What are the benefits of RAG?"
)

مثال على التنويعات المولَّدة

Original: "What are the benefits of RAG?"

Generated:
1. "What advantages does RAG offer over traditional LLMs?"
2. "Why should I use retrieval augmented generation?"
3. "How does RAG improve AI system performance?"

RAG Fusion

تقنية متقدمة تجمع الاستعلامات المتعددة مع reciprocal rank fusion:

def rag_fusion(query, llm, retriever, num_queries=4):
    # Step 1: Generate query variations
    queries = generate_query_variations(query, llm, num_queries)
    
    # Step 2: Retrieve for each query
    all_results = []
    for q in [query] + queries:
        results = retriever.get_relevant_documents(q)
        all_results.append(results)
    
    # Step 3: Reciprocal Rank Fusion
    fused = reciprocal_rank_fusion(all_results)
    
    return fused[:5]  # Top 5 fused results

الفوائد

الفائدة	الوصف
التغطية	زوايا مختلفة تجد وثائق مختلفة
المتانة	أقل حساسية لصياغة الاستعلام
الجودة	يعزّز RRF الوثائق ذات الصلة باستمرار

متى تستخدمها

✅ استخدم الاستعلامات المتعددة عندما:

• تكون الاستعلامات معقّدة أو متعددة الأوجه
• يعبّر المستخدمون بطرق مختلفة
• تحتاج استدعاءً أعلى

❌ تجاوزها عندما:

• زمن الاستجابة حرج
• استعلامات بسيطة وواضحة
• التكلفة مصدر قلق