Apollo
全部栏目

HyDE 假设文档检索

HyDE 先生成一段可能回答问题的文字，用它去寻找真实文档；生成的文字是检索线索，不能成为答案证据。

返回概念图谱 →

理解与应用

HyDE 是一种面向密集检索的方法：先让语言模型根据问题生成一段假设文档，再把这段文字编码成向量，用它检索真实语料中的相近文档。它尝试解决短问题与长资料表达不一致的困难。用户只问“冬天手机为什么掉电快”，而技术文档可能主要讨论低温、电池内阻和可用容量，两者字面上并不很接近。

生成的假设文档可以把短问题展开成更像资料的表述，例如讨论低温环境下电池性能变化。检索器随后寻找具有相近表示的真实文章。即使这段生成文字包含错误细节，也只能作为搜索的出发点；最终解释必须回到取回的原文。保存原问题、假设文本和真实命中文档，能分清错误发生在查询扩展、检索，还是答案组织阶段。

这条额外路径并非总有收益。如果问题包含精确型号或少见术语，生成器可能把它改写成常见但不同的对象，带着检索器偏离目标。实践中可以保留直接检索的候选，再合并、重排真实资料，并用同一套问题比较召回、噪声和延迟。假设文章写得通顺，只说明生成顺利，不说明找到了正确证据；它还增加了生成和编码的成本。

关系速览
查询扩展包含 →HyDE 假设文档检索

在以生成内容扩展检索表示的方法中，HyDE 是一种具体方案；其假设文档不能直接作为答案证据。

看一个具体过程：用假设文档连接短问题与技术资料

这是 HyDE 的信息流示意，没有运行嵌入检索。生成文字为原创的示范查询材料；即使命中内容与其相似，仍需阅读原文确认，而不能把相似度当作事实验证。

以下为教学示意，未连接真实业务系统。

过程示意

原问题：冬天手机为什么掉电快？
生成的检索用文字：低温可能改变电池的内阻与可用容量，设备在相同负载下可能更早触及工作电压下限。
检索过程：对这段假设文字编码，在真实资料库中寻找近邻。
阅读过程：打开命中的电池技术资料，核对实际支持的机制与适用条件。

示意结果

最终答案引用真实资料中的解释。
假设文档留在检索记录中，不作为引用来源，也不单独证明任何机制。

常见误区

  • 假设文档是生成出来的检索输入，给它附上“资料”标签不会使它成为证据。
  • 型号、日期和罕见实体在改写中可能变化，原查询不能因此被悄悄替换。
  • 词重叠实验或一次成功检索，不能证明 HyDE 在整个资料库中优于直接检索。

前置与延伸

建议先读

相关概念

参考与版本

Apollo 原创讲解与教学示例。参考资料用于核对技术定义；核验日不代表资料的发布日期。