HyDE
也叫：Hypothetical Document Embeddings · 假设文档嵌入
HyDE先根据问题生成假设文档，再将它编码成向量，从真实语料中检索相似文档。
他们说
通过生成假设文档改善零样本稠密检索
老白翻译
先写一段可能相关的文字，用它去找真实资料，这段文字本身不能当证据。
它到底是什么
HyDE是一种检索方法。系统先让语言模型根据问题生成假设文档，再用编码器把它转成向量，寻找已有语料中的相关文档。假设文档可能有虚构细节，不能直接作为最终答案的来源。
在流程里怎么看
Haystack 的示例生成五份假设文本，分别编码后计算平均向量，再接检索器。这个数量属于示例配置，具体任务需要测试。最终回答应读取命中的真实段落。
常见误解
生成文字越详细，并不保证检索越准确。HyDE也无法补回知识库里没有的资料。它与一般的合成训练数据用途不同，这里的文本直接参与查询阶段。
普通人怎么用
先挑出资料存在却经常漏检的问题，对比直接检索和HyDE的结果。除了正确资料是否命中，也记录多出的生成耗时。