Reranking: จัดอันดับผลค้นหาใหม่ ให้ AI ตอบตรงขึ้น
ระบบค้นหาชิ้นเอกสารให้ AI มักได้ผลที่ใกล้เคียงแต่ไม่ใช่ชิ้นที่ตรงที่สุดขึ้นมาก่อน Reranking คือขั้นที่จัดอันดับผลใหม่ให้ชิ้นที่ตรงจริงขึ้นมาบนสุด ทำให้คำตอบของ AI แม่นขึ้นอย่างชัดเจน
ในระบบที่ให้ AI ตอบจากเอกสารบริษัท ขั้นค้นหาจะดึงชิ้นเอกสารที่คิดว่าเกี่ยวข้องขึ้นมาหลายชิ้น แต่บ่อยครั้งชิ้นที่ตรงที่สุดกลับไม่ได้อยู่บนสุด เพราะการค้นด้วยความใกล้เคียงทางความหมายเพียงอย่างเดียวยังหยาบ Reranking คือขั้นเพิ่มเติมที่นำผลที่ค้นได้มาจัดอันดับใหม่ด้วยแบบจำลองที่พิจารณาความตรงกับคำถามได้ละเอียดกว่า เพื่อให้ชิ้นที่ตรงจริงขึ้นมาอยู่บนสุดก่อนส่งให้ AI ใช้ตอบ
ค้นให้กว้าง แล้วจัดอันดับให้แม่น
แนวทางที่ได้ผลคือให้ขั้นค้นหาดึงผลมาให้เยอะพอควรเพื่อไม่พลาดชิ้นที่ใช่ แล้วให้ Reranking คัดและจัดอันดับให้เหลือชิ้นที่ตรงที่สุดไม่กี่ชิ้นส่งให้ AI การแบ่งงานสองขั้นแบบนี้ ทำให้ได้ทั้งความครอบคลุมจากการค้นและความแม่นยำจากการจัดอันดับ ซึ่งมักยกระดับคุณภาพคำตอบได้มากกว่าการเปลี่ยนไปใช้โมเดลตอบที่แพงขึ้น
- ดึงผลมาเผื่อ แล้วจัดอันดับให้เหลือชิ้นที่ตรงที่สุด
- มักคุ้มกว่าการอัปเกรดโมเดลตอบ เมื่อปัญหาคือค้นไม่ตรง
- วัดว่าชิ้นที่ใช้ตอบ ตรงกับคำถามจริงขึ้นหรือไม่หลังใส่ Reranking
Reranking เป็นตัวอย่างว่าการปรับปรุงคุณภาพ AI ที่ตอบจากข้อมูลบริษัท มักได้ผลที่สุดจากการทำให้ค้นเจอชิ้นที่ใช่ ไม่ใช่การเปลี่ยนโมเดลให้ใหญ่ขึ้น สำหรับธุรกิจที่ลงทุนทำระบบถามตอบจากเอกสารของตัวเอง การเข้าใจขั้นตอนนี้ช่วยให้ยกระดับคำตอบได้อย่างคุ้มค่า
บริการที่เกี่ยวข้อง
รับพัฒนาระบบและซอฟต์แวร์เฉพาะทาง
ออกแบบและวางระบบตามความต้องการเฉพาะของธุรกิจคุณ ตั้งแต่ต้นจนใช้งานจริง
WhaleScope
ดูโครงสร้างตลาดของทุกหมวดธุรกิจไทย บน WhaleScope
รายชื่อบริษัท ผู้เล่นรายใหญ่ และอัตราคงอยู่ของแต่ละหมวด — จากข้อมูลจดทะเบียน 2 ล้านนิติบุคคล
อ่านต่อ
Chunking: ตัดเอกสารให้ AI ค้นเจอคำตอบที่ใช่
เมื่อให้ AI ตอบจากเอกสารของบริษัท วิธีตัดเอกสารเป็นชิ้น ๆ ส่งผลต่อคุณภาพคำตอบมาก ตัดใหญ่ไปก็ได้ข้อมูลเกิน ตัดเล็กไปก็ขาดบริบท เข้าใจ Chunking เพื่อให้ระบบ AI ตอบตรงจริง
Fine-tuning หรือ RAG: เลือกวิธีปรับ AI ให้รู้เรื่องธุรกิจคุณ
อยากให้ AI ตอบเรื่องเฉพาะของบริษัทได้ มีสองทางหลักคือ Fine-tuning ปรับตัวโมเดล กับ RAG ป้อนข้อมูลให้ตอนถาม ทั้งสองต่างกันที่ต้นทุน ความสด และการควบคุม บทความนี้ช่วยเลือกให้ถูก
Context Window: ขีดจำกัดความจำของ AI ที่ต้องออกแบบรับมือ
AI อ่านข้อมูลได้จำกัดต่อครั้ง ยัดเอกสารทั้งบริษัทเข้าไปไม่ได้ และยิ่งใส่มากยิ่งแพงและยิ่งเบลอ เข้าใจ Context Window แล้วจะรู้ว่าทำไมระบบ AI ที่ดีต้องคัดข้อมูลก่อนส่ง ไม่ใช่ส่งทั้งหมด
RAG ทำให้ AI ตอบจากข้อมูลและเอกสารของบริษัทคุณเองได้ยังไง
AI ทั่วไปตอบจากความรู้กว้าง ๆ แต่ไม่รู้จักธุรกิจคุณ RAG คือเทคนิคที่ทำให้ AI ดึงคำตอบจากเอกสารและข้อมูลของบริษัทคุณเองได้ อ่านแบบเข้าใจง่ายไม่ต้องเป็นโปรแกรมเมอร์