reranking
1차 검색을 통해 얻은 결과물들의 순위를 다시 매겨 가장 관련성이 높은 정보를 상단에 배치하는 과정이다. 초기 검색의 정밀도를 보완하여 최종 답변의 품질을 직접적으로 향상시킨다.
파이썬 없이 C++로 LLM 개발 끝내기: 26개 싱글 헤더 라이브러리 llm-cpp
최적의 청크 크기는 700-800자, RAG 성능 극대화 전략
프로덕션 ML 전문가가 던지는 질문: RAG는 미래일까, 과도기적 아키텍처일까?
"블랙박스 RAG는 그만" 성능 측정이 가능한 모듈형 RAG 시스템의 탄생?
블랙박스 RAG는 이제 그만, 모듈화와 평가가 핵심이다