راهنمای عملی پیادهسازی جستجوی عمیق / تحقیقات عمیق. من واقعاً تعاریفی را که هان شیائو از Jina AI برای اصطلاحات جستجوی عمیق و تحقیقات عمیق در این قطعه ارائه میدهد، دوست دارم:
جستجوی عمیق از طریق یک حلقه تکراری از جستجو، خواندن و استدلال، پیش میرود تا به پاسخ بهینه برسد. [...]
تحقیقات عمیق با افزودن یک چارچوب ساختاریافته برای تولید گزارشهای تحقیقاتی طولانی، بر پایه جستجوی عمیق بنا میشود.
من اخیراً کمی از الگوی کلاسیک RAG که شامل یافتن اسناد مرتبط و ریختن آنها در متن برای یک فراخوانی واحد به یک LLM است، فاصله گرفتهام.
به نظر من این تعریف از جستجوی عمیق به توضیح دلیل این امر کمک میکند. RAG در مورد پاسخ دادن به سؤالاتی است که خارج از دانش تثبیتشده در یک مدل قرار میگیرند. الگوی جستجوی عمیق یک جایگزین مبتنی بر ابزار برای RAG کلاسیک ارائه میدهد: ما به مدل ابزارهای اضافی برای اجرای جستجوهای متعدد (که میتواند مبتنی بر بردار، یا FTS، یا حتی سیستمهایی مانند ripgrep باشد) میدهیم و آن را برای چندین مرحله در یک حلقه اجرا میکنیم تا سعی کنیم به یک پاسخ برسیم.
به نظر من جستجوی عمیق بسیار جالبتر از تحقیقات عمیق است، که بیشتر به یک لایه ارائه شبیه است - جمعآوری نتایج از جستجوهای متعدد در یک "گزارش" تاثیرگذارتر به نظر میرسد، اما من همچنان نگرانم که قالب گزارش یک تصور گمراهکننده از کیفیت "تحقیقی" که انجام شده است، ارائه دهد.