企业官网建设流程全解析

长沙网站建设+个人,网页制作与网页设计简历,如何在百度发视频推广,网络营销课程总结1500字一、as_retriever的作用-把不同向量库的原生检索能力#xff0c;封装成统一、可插拔的检索器对象#xff08;调用的函数#xff0c;使用的参数一样#xff09; -对检索出来的内容进行进一步处理# 示例#xff1a; -修改向量库初始化#xff0c;检索器调用逻辑完全不变# 原…一、as_retriever的作用-把不同向量库的原生检索能力封装成统一、可插拔的检索器对象调用的函数使用的参数一样 -对检索出来的内容进行进一步处理 # 示例 -修改向量库初始化检索器调用逻辑完全不变 # 原 Milvus 检索器你的代码 retriever milvus_vector_store.as_retriever(search_kwargs{k:5}) # 换成 Chroma 后 retriever chroma_vector_store.as_retriever(search_kwargs{k:5}) # 调用方式完全一致无需改一行 docs retriever.invoke(查询学生ZS的分数)二、检索器的使用检索器策略类型 similarity追求召回率不介意低相关度内容 k 可选 filter similarity_score_threshold追求精准度只保留高相关度内容 score_threshold k mmr追求内容多样性避免重复 1similarity默认 retriever vector_store.as_retriever( search_typesimilarity, search_kwargs{ k: 5, expr: source 学生信息 # 表达式字符串 } ) 2similarity_score_threshold精准检索 retriever vector_store.as_retriever( search_typesimilarity_score_threshold, search_kwargs{ k: 10, score_threshold: 0.7, # 余弦≥0.7 expr: user_id user_001 } ) 3mmr多样性检索答案都跟问题相关但互相之间长得不那么像 retriever vector_store.as_retriever( search_typemmr, search_kwargs{ k: 5, # 最终返回5条 fetch_k: 20, # 先检索20条候选 lambda_mult: 0.7, # 偏向相似度70%相似度30%多样性 expr: source 航班信息 } )