RAG(회수-생성) 시스템은 검색 단계에서 종종 문제를 겪습니다. 기존의 검색 파이프라인은 벡터 유사성에 의존하여 쿼리와 문서 조각을 동일한 공간에 임베딩하고 가장 가까운 일치를 찾습니다. 그러나 이러한 유사성은 우리가 실제로 필요로 하는 관련성을 보장하는 데에는 한계가 있습니다. 특히 재무 보고서, 연구 논문, 법률 문서와 같은 긴 전문 문서에서는 올바른 답변을 찾는 것이 중요합니다. PageIndex는 이러한 문제를 해결하기 위해 추론 기반의 검색 방식을 도입하여, 단순한 유사성 대신 더 깊이 있는 관련성을 추구합니다. 이 방식은 문서의 내용을 더 잘 이해하고, 필요한 정보를 보다 정확하게 검색할 수 있도록 돕습니다.

<Mark Tech Post 뉴스 본문 전체읽기>