Nan Duan

Многие реальные запросы — плохие запросы: расплывчатые, без контекста, сформулированные так, что ретривер не может сопоставить их с документами, которые действительно ответили бы на вопрос. Линия Duan "Query Rewriting in RAG" (2023, старший автор) обучает LLM переписывать входной запрос в форму, с которой ретривер может работать, и делать это адаптивно с учётом того, что уже есть у системы в контексте. Методологическое последствие для ai100 прямое: когда вы измеряете видимость бренда в модели, предшествующий шаг переписывания молча решает, какие бренды ретривер вообще увидит как кандидатов, — и этот шаг редко аудитируют.

Стоит читать, когда

вы хотите понимать, что происходит между «пользователь вводит запрос» и «ретривер ищет документы» — в том слое, где уже принимается множество решений о brand mentions.

Темы

переписывание запросов на базе LLM для RAG; диалоговое переформулирование запросов; невидимый слой между пользовательским вводом и поиском.

Ключевые работы

"Query Rewriting in Retrieval-Augmented Large Language Models" (2023, старший автор); фундаментальные работы по QA и мультимодальному NLP на протяжении 2010-х; продолжающаяся работа над фундаментальными моделями в индустриальных исследованиях.