Skip to main content

このドキュメントは AI によって自動翻訳されています。不正確な部分がある場合は、英語版 を参照してください。

これらの設定は、ナレッジベースの 設定 > 検索 にあります。

Tip

設定は 1 つずつ変更し、そのたびにテストし直してください。そうすれば、それぞれの変更に効果があったかを判断できます。

設定役割
システム推論モデルインデックス作成時に、ドキュメントを意味に基づいてチャンクとセクションに分割する。さらにセクションごとに要約を書き、ナレッジグラフを構築する。ナレッジグラフは、各チャンクで扱われている主題と、主題どうしのつながりを表したマップ。

「詳細」と「リサーチ」では、検索の計画を立てる。

変更してもトークンは消費しない。インデックス済みのドキュメントは、以前のモデルが構築した内容のまま残る。新しいモデルでドキュメントを再構築するには、そのドキュメントの 再インデックス をクリックする。
埋め込みモデル各チャンクをベクトルに変換し、質問とチャンクを意味で照合できるようにする。

変更すると、すべてのドキュメントのベクトルが再生成され、トークンを消費する。
Rerank モデル検索されたチャンクを関連性の高い順に並べ替え、それぞれにスコアを付ける。
検索の深度1 回の検索でどこまで深く探すか。下記の 検索の深度 を参照。
トップ K1 回の検索で返すチャンクの最大数。

値を大きくすると得られるコンテキストは増えるが、ノイズも増える。値を小さくすると焦点は絞られるが、関連するチャンクを取りこぼすことがある。
スコア閾値設定したしきい値を下回るスコアのチャンクを除外する。

しきい値を高くすると近い一致だけが残るが、何も返らないおそれがある。低くすると、より幅広い一致が含まれる。

検索の深度 #

3 つの深度はいずれも、埋め込みモデルとリランクモデルを使います。「詳細」と「リサーチ」では、推論モデルも使います。

深度役割
高速質問とチャンクを、意味とキーワードの両方で照合する。最も速い深度で、直接的な質問のほとんどはこれで十分。まずはここから始める。
詳細「高速」より広い範囲を検索し、さらにナレッジグラフをたどって、質問から関連する主題のチャンクまで探す。そのぶん時間がかかる。

回答が関連する複数の主題にまたがり、「高速」では取りこぼしが続く場合に使う。
リサーチ複雑な質問を複数の小さな質問に分解してそれぞれを広く検索し、セクションのタイトルと要約をもとに読むセクションを決める。

最も時間がかかり、モデルのトークン消費も最も多い深度。直接的な質問ではなく、回答までに何度も検索が必要な質問に向いている。