我发布了 https://news.ycombinator.com/item?id=43647126，但链接一发布就显示为[无效]。我确信没有人有时间去标记它：我一点击提交，页面刷新后帖子就已经无效了。这是为什么呢？这是某种争议话题检测器还是来源过滤器吗？
返回首页
最新
我创建了 WayPoint，以简化我的终端工作流程，并简化命令行命令扩展和网址缩短。以下是简要概述：
<p>- 命令行命令缩短</p>
<pre><code> - 输入一个快捷方式，例如 s/g 的时候，它会立即在终端中扩展为 git status。
- 通过自定义补全脚本集成支持 zsh 和 fish，能够进行就地扩展。
- 使用 YAML 文件轻松配置快捷方式，例如：
</code></pre>
<p>- 分层网址缩短器</p>
<pre><code> - 使用相同的 YAML 配置为内部工具、文档或其他资源创建嵌套的网址快捷方式。
- 支持多级映射，并且可以实时更新，无需重启。
</code></pre>
快来试试，并分享你的反馈！
传统的基于向量的检索增强生成（RAG）常常在检索准确性上遇到困难，因为它优化的是相似性，而非相关性。然而，在检索中我们真正需要的是相关性，这需要推理。当处理需要领域专业知识和多步推理的专业文档时，基于向量的RAG和相似性搜索往往表现不佳。
因此，我们开始探索一种更以推理为驱动的RAG方法。基于推理的RAG使大型语言模型（LLMs）能够思考并推理出最相关的文档部分。受到AlphaGo的启发，我们提出使用树搜索来进行结构化文档检索。
我们开源了一个关键组件：PageIndex。PageIndex是一个层次索引系统，它从长文档（如财务报告、法规文件或教科书）构建搜索树结构，使其适合于基于推理的RAG。
一些亮点包括：
- 层次结构：将冗长的PDF文档组织成适合LLM的树状结构——就像一个智能的目录。
- 精确引用：每个节点包含摘要和确切的物理页码。
- 自然分段：节点与文档部分对齐，保留上下文——没有任意的分块。
我们已经在财务文档分析中使用PageIndex结合基于推理的RAG，并且与基于向量的系统相比，检索准确性有了显著提高。
非常欢迎任何反馈——特别是关于基于推理的RAG的想法，或者PageIndex可以应用的地方的建议！