Hybrid search reference#

AIDBは、ハイブリッド検索クエリを構成するためのヘルパーファンクションとメタデータビューを提供します。これらを使用して、モデル名やテーブルパスをハードコーディングせずに、特定のナレッジベースに対するクエリーをエンコードし、取得した結果を再ランク付けし、ナレッジベース構成を検査します。

quietb.kb_query_encode()#

モデル名を検索する必要なく、特定のナレッジベース用に構成された埋め込みモデルを使用してテキストクエリーをエンコードします。

SELECT aidb.kb_query_encode(public.my_kb_vector, test query);

カスタムベクタークエリを構築するときに、 aidb.encode_text_query('<model>', '<query>') の代わりにこれを使用します。

候補を取得した後、最終的な関連性の高い結果を得るために再ランキングモデルに渡します。

SELECT aidb.rerank_text(my_reranking_model, query text, ARRAY[result1, result2, ...]);

nim_reranking やhf_tei_reranking などの再ランキングモデルは、取得後の別の後処理ステップとしてサポートされています。

aidb.knowledge_bases ビュー aidb.kbs としてもアクセス可能は、ハイブリッドクエリーの構成に必要なすべてのメタデータを公開します。

Column	Type	Description
id	integer	内部識別子
name	text	ナレッジベース名
vector_schema	text	エンベディングテーブルのスキーマ
vector_table	text	エンベディングストレージテーブル
model_name	text	このKBで使用される埋め込みモデル
distance_operator	aidb.distanceoperator	距離メトリックの列挙値
distance_operator_sql	text	SQL演算子構文の距離演算子
vector_data_column	text	エンベディングを格納する列
vector_key_column	text	埋め込みをソース行にリンクする列
vector_index	jsonb	ベクトルインデックス構成
pipeline_ids	integer[]	このナレッジベースに接続されているすべてのパイプラインのID
pipeline_names	text[]	このナレッジベースに接続されているすべてのパイプラインの名前

SELECT name, vector_schema, vector_table, distance_operator_sql
FROM aidb.knowledge_bases;