Tag
#검색 7
2026
-
GraphRAG는 그래프에서 어떤 근거를 찾아 답하는가
TAG와 GNN부터 그래프 인덱싱, 검색기, 반복 검색, 근거 선택과 답변 생성까지 수식 없이 설명합니다.
#GraphRAG #RAG #KnowledgeGraph #GNN #검색 #LLMWiki -
RAG 검색의 세 단계: 바이 인코더, 크로스 인코더, LLM rerank
RAG 검색에서 바이 인코더, 크로스 인코더, LLM rerank가 후보 검색과 정밀한 문서 선택을 어떻게 나누어 맡는지 설명합니다.
#RAG #바이인코더 #크로스인코더 #rerank #LLM #검색 -
[LLM Wiki 27] 임베딩 검색은 왜 비슷한 업무 문서를 헷갈릴까: GraphDB로 검색 범위 줄이기
업무 규칙 문서에서 임베딩 검색이 어려운 이유와 질문 복잡도 분석, Query Router, Page Tree, GraphDB를 결합해 검색 범위와 응답시간을 줄이는 방법을 설명합니다.
#Embedding #GraphDB #PageTree #QueryRouter #HybridSearch #RAG #검색 #업무문서 #LLM -
[LLM Wiki 17] HyDE Embedding: 가상의 답변으로 검색 품질을 높이는 기술
HyDE Embedding의 개념, 장점과 단점, 한계, 언제 쓰면 좋은지와 피해야 할 상황을 검색 시스템 관점에서 도식 중심으로 설명한다.
#LLM Wiki #HyDE #Embedding #Vector Search #RAG #QMD #검색 -
[LLM Wiki 14] Rerank: 검색 후보를 다시 줄 세우는 기술
Rerank의 개념, 필요한 이유, 실제 검색 flow, 주요 컴포넌트, 한계와 평가 방법을 LLM Wiki 관점에서 도식 중심으로 설명한다.
#LLM Wiki #Rerank #Reranker #검색 #qmd #RAG -
[LLM Wiki 5] 큰 회의록 Wiki에서 필요한 문서를 찾는 법
회의록이 많아질 때 index, metadata, qmd로 필요한 문서를 찾는 구조를 설명한다.
#LLM Wiki #검색 #메타데이터 #qmd -
LLM Wiki는 검색을 어떻게 하나, 그리고 임베딩은 쓸까
카파시의 LLM Wiki에서 검색이 효율적인 이유를 단계별로 따라가고, 임베딩(RAG)이 어디에 쓰이고 어디엔 안 쓰이는지를 그림으로 가립니다. index 지도, 링크 그래프, 캐싱, 임베딩의 진짜 위치.
#LLM #지식관리 #Karpathy #임베딩 #RAG #검색 #PKM