O DeepSieve foi projetado com uma arquitetura de modo duplo de Naive e Graph: o modo Naive otimiza a velocidade de processamento de consultas simples e é adequado para cenários de fonte de dados única, enquanto o modo Graph adota uma estrutura de gráfico para organizar relacionamentos de dados de várias fontes, o que é mais adequado para tarefas complexas que exigem raciocínio entre fontes (por exemplo, análise de correlação da literatura acadêmica). Os usuários podem alternar entre os modos por meio da variável de ambiente RAG_TYPE. Ambos os modos suportam a função de fusão de respostas, mas o modo Graph incorre em maior sobrecarga computacional. Os dados de teste mostram que o modo Graph melhora a precisão no conjunto de dados Hotpot_QA em cerca de 181 TP3T em relação ao modo Naive.
Essa resposta foi extraída do artigoDeepSieve: uma ferramenta de triagem de informações inteligentes RAG para processar fontes de consulta complexasO
