HyDE

概述

HyDE（Hypothetical Document Embeddings，假设文档嵌入）是一种零样本稠密检索方法，通过生成假设文档来改善向量检索效果，与上下文检索方向不同。

关键内容

1. 核心思想：对用户查询，先生成一个假设的理想回答文档，然后对该假设文档进行嵌入检索，而非直接对查询嵌入。

2. 与上下文检索对比：

3. HyDE 在查询侧生成假设文档来匹配真实文档
4. Contextual Retrieval 在文档侧为每个块添加语境前缀

5. 两者方向不同，未直接比较，但思路有相似之处（都用 LLM 生成额外文本改善检索）

6. 局限性：生成的假设文档可能引入噪声或不准确信息，且增加查询延迟。

来源

• 02_contextual_retrieval.md — 与其他方法比较章节
• HyDE: Precise Zero-Shot Dense Retrieval — 原始论文

相关

• 上下文检索 — compares_to
• 语义嵌入 — uses
• 检索增强生成 — relates_to