يقدم المقال عشرة مواقف لذكاء مستندات المؤسسات التي تتحدى دروس RAG الرئيسية. يجادل بأن RAG ليس تعلمًا آليًا؛ التضمينات ليست سحرية؛ مسح حجم القطعة يحسن الشيء الخاطئ؛ مخطط الإجابة أهم من النموذج. نمط الدرس القياسي—تقسيم المستندات إلى أجزاء، إنشاء التضمينات، الاسترداد بواسطة تشابه جيب التمام، إعادة الترتيب، الإرسال إلى نموذج اللغة الكبير—يعمل على أمثلة hello-world لكنه يتذبذب مع مستندات المؤسسات الحقيقية. تقع المواقف العشر في ثلاث طبقات: الاسترداد (الهيكل أولًا، القواميس قبل النماذج، أدوات إعادة الترتيب كوسائل لا كمراحل، مخزن متجه واحد لكل شيء)، تعريف المؤسسة (ما معنى المؤسسة، من يعزز النظام، من يختار المسارات أثناء التشغيل)، والتدقيق (التقييم لكل فشل، البنية العلاقة بين الوحدات، الاستشهادات كأدلة). الموقف 1 يعكس الدرس الافتراضي: مخازن المتجهات هي احتياطي، ليست أساسًا. يتعامل الاسترداد القائم على الهيكل مع معظم الأسئلة الحقيقية؛ تظهر التضمينات كشبكة أمان للحالات المتبقية. دفاتر الملاحظات المصاحبة للسلسلة تعمل على ملفات PDF حقيقية، وتُظهر الاسترداد القائم على الهيكل قبل التضمين، والإجابات المكتوبة بمستوى سطر من الاستشهادات، والتقييم المقطّع حسب نمط الفشل.

الكيانات الرئيسية: الشركات: Anthropic | الأشخاص: Hamel Husain, Eugene Yan, Jason Liu

الأسئلة الشائعة: لماذا تفشل دروس RAG الرئيسية في بيئات المؤسسات؟

تعتمد الدروس الرئيسية على مخزن متجه واحد ونهج تشابه جيب التمام الذي يعمل مع أمثلة hello-world لكنه يفشل مع مستندات المؤسسات الحقيقية. يدعو المقال إلى الاسترداد القائم على الهيكل، ويعامل مخازن المتجهات كاحتياطي، ويؤكد على القابلية للتفسير على حساب المعايير.