RAG系统准确率提升的关键在于查询优化：查询转换扩展搜索范围，查询分解处理复杂问题，两者结合使用效果更佳。
原文标题：搞定 RAG 准确率：查询转换与分解才是核心
原文作者：数据派THU
冷月清谈：
怜星夜思：
2、根据文章描述，查询分解在处理复杂问题时效果更好。那么，如何判断一个查询是否需要进行分解？有没有什么量化的指标或者规则？
3、文章中提到了RRF倒数排名融合，避免高质量文档被低质量文档淹没。但RRF的公式是基于排名的，没有考虑原始的相似度分数，这会不会导致一些本来相似度很高的文档反而被排到后面？
原文内容
来源：DeepHub IMBA本文约2000字，建议阅读5分钟本文介绍了 RAG 查询优化两类方法及核心技术与落地思路。
检索增强生成（RAG）的基础流程是用户查询转换为向量嵌入，从向量数据库中取回相似文档，再将这些文档作为上下文送入大语言模型（LLM）生成答案。
基础 RAG 的准确性受制于查询质量，查询模糊、表述不当，或者用户对问题的抽象层次把握不准，检索结果就会出偏差，LLM 拿到的上下文也跟着失真。垃圾输入，垃圾输出，这个规律在 RAG 场景里同样成立。
所以有两类改进方向逐渐成型：查询转换（Query Translation）与查询分解（Query Decomposition）。前者在查询送入向量数据库之前对其进行变形和扩展，后者则把复杂查询拆解成更易处理的子问题。具体技术包括：并行查询检索（FAN-OUT 架构）、倒数排名融合（RRF）、HyDE（假设文档嵌入），以及基于思维链的低抽象分解和基于后退提示的高抽象分解。
查询转换
查询转换的核心思路是不依赖原始查询的单一表述，而是生成若干语义相近的变体，覆盖更多可能与文档匹配的角度。
以"RAG 如何改善 LLM 的响应效果？"为例，扩展后可以得到：
-
检索增强生成是如何工作的？
-
RAG 对大语言模型的优势
-
检索如何提升 LLM 的准确性
这些变体并不改变查询的意图，而是换用不同的措辞和切入点，让向量搜索有机会命中文档库中表述各异的相关内容，从而提高召回率。
并行查询检索（Fan-Out 检索）
并行查询检索把上述思路落地为具体架构：LLM 基于原始输入生成多个查询变体，各变体同时发往向量数据库执行相似度搜索，检索结果汇总后去除重复文档，最终上下文再传入 LLM。
整个流程分六步完成：用户发送查询、LLM 生成备选查询、各查询并发执行相似度搜索、合并检索结果、过滤重复文档、将最终上下文传递给 LLM。不同措辞在嵌入空间中的分布位置不同，命中的文档集合也会有所差异，并行执行正是在利用这一特性。
倒数排名融合（RRF）
多路查询的结果合并，不能简单拼接了事。各路检索返回的文档存在重叠，排名也不尽相同，直接合并会导致高质量文档被低质量文档淹没。
倒数排名融合（RRF）解决的正是这个问题。它不看原始相似度分数，而是根据文档在每路结果中的排名位置计算分数，公式如下：
其中：
排名越靠前，得分越高；在多路结果中反复出现且名次稳定的文档，累计分数也更高。经过 RRF 重排后，最终上下文的质量比简单合并要可靠得多。
HyDE（假设文档嵌入）
HyDE 的逻辑与前两种技术不同，它绕开了"查询表述不准确"这个根源性问题。
直接对用户查询做嵌入，得到的向量反映的是问题的语义；向量数据库里存的是答案文档，两者在嵌入空间中的距离未必近。HyDE 的做法是：先让 LLM 针对用户查询生成一段假设性的答案或文档，再对这段生成文本做嵌入，用于相似度搜索。
生成文本在风格和内容上更接近真实文档，检索准确率往往随之提升。不过需要注意的是这里依赖 LLM 的生成质量，参数量偏小的模型生成的假设文档可能失真，反而干扰检索。
查询分解
有些查询本身就包含多个子问题，单次检索无法覆盖全部所需信息。把这类查询原封不动地送入向量数据库，检索结果往往是残缺的。
查询分解把复杂查询拆解为若干粒度更细的子查询，分别检索，再合并结果。拆解的方向取决于查询的抽象层次——查询可以向上推至更高的概念层，也可以向下细化为具体的执行步骤。
高抽象分解（后退提示）
后退提示（Step-Back Prompting）先退一步，提出一个比原始查询更高层次的问题，再基于这个高层问题检索到的上下文来回答具体问题。
以"RAG 如何提升 LLM 的性能？"为例，后退查询可以是：
没有外部知识的 LLM 存在哪些局限性？
先建立认知框架，再回答具体问题，检索到的上下文在概念层面会更完整。
低抽象分解（思维链检索）
思维链检索把查询拆解为若干有顺序依赖的子步骤，前一步的检索结果作为后一步的输入，逐步推进。
以"RAG 是如何工作的？它与微调有何不同？"为例，分解过程如下：
步骤 1——理解 RAG 的概念
什么是检索增强生成？
步骤 2——检索 RAG 工作原理的详细信息
RAG 是如何工作的？
步骤 3——检索微调的相关信息
LLM 中的微调是什么？
步骤 4——对比两个概念
RAG 与微调有何区别？
每个子步骤独立命中一批相关文档，前序步骤积累的理解指导后续步骤的检索方向，最终由 LLM 整合所有步骤的上下文，生成完整答案。
这种顺序推理结构在处理跨概念的比较类问题时尤为有效——原始查询包含的概念跨度越大，单次检索的信噪比就越低，分步处理带来的收益也越明显。
总结
查询转换和查询分解并不是非此即彼的选择。实际系统里，两者往往配合使用：Fan-Out 扩展查询覆盖面，RRF 保证合并结果的排名质量，复杂问题再交给分解流程逐步处理。至于哪种组合适合当前场景，取决于查询的典型复杂度、向量库的规模，以及系统对延迟的容忍程度——这些判断没有通用答案，需要在具体环境里测量。
by Samarth Acharya
