Auto-sync: update nexus workspace

wiki/concepts/Retrieval.md

@@ -1,34 +1,49 @@
----
-title: "Retrieval"
-type: concept
-tags: [rag, retrieval, vector-search, similarity]
-last_updated: 2025-01-16
----
-
-## Definition
-Retrieval（检索阶段）是 RAG Pipeline 的第二步，根据用户问题的语义向量（Embedding Vector），在向量数据库中按相似度找出 Top-k 个最相关的文档块（Split）。
-
-## Process
-1. **Query Embedding**：将用户问题通过同一个 Embedding Model 转化为语义向量
-2. **Vector Search**：在 Vector Store 中按相似度（余弦相似度/点积/欧氏距离）检索最接近的 k 个向量
-3. **Result Selection**：返回对应的原始文本块（Split）作为上下文
-
-## Key Parameters
-- **Top-k（k值）**：决定返回多少个最相关的文档块，k 过小可能遗漏关键信息，k 过大则引入噪声
-- **Similarity Metric**：余弦相似度最常用，适合方向性语义匹配；点积适合归一化向量；欧氏距离适合几何距离度量
-
-## In RAG Pipeline
-- **上游**：依赖 Indexing 阶段构建的向量数据库
-- **下游**：检索结果传递给 Generation 阶段作为上下文
-
-## Challenges
-- **语义鸿沟**：用户问题的措辞与文档中相关内容可能不同（词汇不匹配）
-- **上下文窗口限制**：Top-k 个文档块的总 token 数不能超过 LLM 的 Context Window
-- **噪声召回**：向量相似度高但实际无关的文档块可能被召回
-
-## Related Concepts
-- [[RAG]] — Retrieval 是 RAG Pipeline 的第二阶段
-- [[Vector Store]] — 检索的数据库后端
-- [[Embedding]] — 检索的向量来源
-- [[Generation]] — Retrieval 的下一阶段，接收检索结果作为上下文
-- [[Hybrid Search]] — 结合向量检索与关键词检索以弥补单一向量检索的不足
+---
+title: "Retrieval"
+type: concept
+tags: [RAG, 向量检索, 语义搜索]
+sources: [rag从入门到精通系列1-基础rag]
+last_updated: 2025-01-16
+---
+
+## Definition
+
+Retrieval（检索阶段）是 RAG 管道的第二阶段，根据用户问题的语义向量（Embedding Vector）在向量数据库中检索与之最相似的 Top-k 个文档块。
+
+## Core Process
+
+```
+用户问题 → 问题向量化 → Vector Store 相似度检索 → 返回 Top-k 文档块
+```
+
+1. **问题向量化**：将用户输入的自然语言问题通过相同的 Embedding Model 转换为向量
+2. **相似度计算**：Vector Store 计算问题向量与所有文档块向量的相似度（常用方法：余弦相似度、点积、欧氏距离）
+3. **返回 Top-k 结果**：返回相似度最高的 k 个文档块作为检索结果
+
+## Similarity Metrics
+
+| 方法 | 适用场景 |
+|------|----------|
+| 余弦相似度（Cosine） | 归一化向量，衡量方向相似性 |
+| 点积（Dot Product） | 未归一化向量，兼顾 magnitude |
+| 欧氏距离（L2） | 几何距离，适用低维空间 |
+
+## Retrieval Strategies
+
+- **Top-k Retrieval**：返回相似度最高的 k 个结果
+- **MMR（Maximal Marginal Relevance）**：平衡相关性和多样性，减少重复信息
+- **Hybrid Retrieval**：结合关键词检索（BM25）与向量检索
+
+## Connections
+
+- [[Retrieval]] ← part_of ← [[RAG]]
+- [[Retrieval]] ← uses ← [[Vector-Store]]
+- [[Retrieval]] ← uses ← [[Embedding]]
+- [[Retrieval]] ← feeds_into ← [[Generation]]
+
+## Aliases
+
+- Information Retrieval
+- Semantic Search
+- 向量检索
+- 语义检索