الاسترجاع المعزز RAG: كيف يجيب النموذج من وثائق محددة؟

يربط الاسترجاع المعزز نموذجًا لغويًا بمجموعة وثائق. قبل صياغة الإجابة يحول السؤال إلى تمثيل للبحث، يسترجع مقاطع مرشحة، ثم يضعها في سياق النموذج. الهدف تقليل الاعتماد على ذاكرة التدريب وإتاحة معلومات داخلية أو أحدث.

تبدأ العملية بتقسيم الوثائق. المقطع القصير قد يفقد السياق، والطويل يستهلك نافذة النموذج ويخلط موضوعات. يُختبر الحجم والتداخل وفق نوع المادة؛ عقد قانوني يحتاج إبقاء التعريف مع البند، بينما دليل تقني قد يقسم حسب العناوين.

البحث بالكلمات ممتاز للأسماء والرموز الدقيقة، والبحث الدلالي يلتقط عبارات متقاربة المعنى. النظام الهجين يجمعهما ثم يعيد ترتيب النتائج. جودة التمثيل لا تعوض وثيقة ناقصة أو مسحًا ضوئيًا رديئًا، لذلك يسبق الفهرسة تنظيف واستخراج موثوق.

يجب حفظ بيانات المصدر: العنوان والإصدار والتاريخ والصلاحية والصفحة. عند الإجابة يعرض النظام الإسناد إلى المقطع، لكن وجود الاستشهاد لا يثبت أن الجملة مدعومة؛ قد يربط النموذج استنتاجًا أوسع من النص. يُختبر تطابق كل ادعاء بالمصدر.

صلاحيات الوصول جزء من البحث. موظف لا يحق له رؤية ملف سري يجب ألا يسترجعه النظام ثم يخفيه في الواجهة فقط. تُطبق الصلاحية قبل الاسترجاع، وتُراجع السجلات لمنع تسريب عبر الأسئلة المتكررة.

إذا لم يجد المسترجع دليلًا مناسبًا، ينبغي للنظام التصريح بذلك بدل ملء الفراغ. يوضع حد للصلة ويُدرب السلوك على الامتناع. لكن حدًا مرتفعًا جدًا قد يمنع إجابة صحيحة، لذلك تُبنى مجموعة أسئلة تشمل الموجود والمفقود والملتبس.

التقييم يقيس الاسترجاع والإجابة منفصلين. هل ظهر المقطع الصحيح ضمن النتائج؟ وهل استخدمه النموذج بدقة؟ خطأ الاسترجاع لا يعالج بتغيير صياغة النموذج فقط، وخطأ التوليد لا يعالج بزيادة عدد المقاطع عشوائيًا.

تحتاج الفهارس إلى تحديث وحذف. إذا سُحبت سياسة قديمة، يجب أن تختفي من البحث، مع الاحتفاظ بأثر إداري مناسب. وتُظهر الإجابة تاريخ الوثيقة حتى لا تختلط النسخ.

يمكن تحسين السؤال قبل البحث بإضافة مرادفات أو تفكيكه إلى أسئلة فرعية، لكن إعادة الصياغة قد تغير المقصود. لذلك يحتفظ النظام بالسؤال الأصلي ويعرض المقاطع المستخدمة. كما تمنع التعليمات داخل الوثيقة من التحكم في النموذج؛ النص المسترجع بيانات غير موثوقة وليس أمرًا أعلى صلاحية.

## سؤال للنقاش

أي فشل أخطر في نظام RAG: عدم إيجاد الوثيقة الصحيحة أم إيجادها ثم تفسيرها خطأ، وكيف تكتشفه؟

## المراجع

- NIST، إطار إدارة مخاطر الذكاء الاصطناعي.
- المراجع الأكاديمية في استرجاع المعلومات وتقييم البحث.
- الوثائق الفنية لقواعد البيانات المتجهية وأنظمة البحث الهجين.