---
title: "Hypothetical Document Embeddings (HyDE) (VI)"
source: "https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)"
wiki: "systems-analysis.info/int"
article: "Hypothetical_Document_Embeddings_(HyDE)_(VI)"
language: "vi"
categories:
  - "Category:Large language models"
  - "Category:Pages with math errors"
  - "Category:Pages with math render errors"
  - "Category:Prompt engineering"
  - "Category:Vietnamese"
revision_id: 3127
wiki_created_at: 2026-09-06T23:16:06Z
wiki_modified_at: 2026-09-06T23:16:06Z
downloaded_at: 2026-09-07T22:55:21Z
---

# Hypothetical Document Embeddings (HyDE) (VI)

**Hypothetical Document Expansion (HyDE)** — phương pháp cải thiện vector retrieval và retrieval‑augmented generation (RAG), trong đó mô hình ngôn ngữ lớn (LLM) dựa trên truy vấn gốc để tạo ra một «tài liệu giả thuyết»; sau đó văn bản này được vector hóa bằng encoder, và việc tìm kiếm được thực hiện trong các tài liệu thực dựa trên độ gần với vector thu được. Cách tiếp cận này cho phép sử dụng «các mẫu liên quan» được mã hóa bởi LLM và «neo đậu» chúng vào kho ngữ liệu thông qua các embedding dày đặc<sup>[\[1\]](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_note-1)</sup>.

## Định nghĩa và trực giác

HyDE phân rã bài toán tìm kiếm thành hai giai đoạn:

\(1\) LLM tạo ra «một ví dụ về câu trả lời liên quan» (*hypothetical document*) cho truy vấn, qua đó mô hình hóa các đặc trưng liên quan;

\(2\) encoder tương phản (ví dụ: Contriever) chuyển đổi văn bản này thành vector, dùng để trích xuất các tài liệu thực từ chỉ mục. Văn bản được tạo ra có thể chứa các lỗi thực tế, nhưng điều quan trọng là các mẫu chủ đề và thuật ngữ mà encoder nắm bắt được<sup>[\[2\]](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_note-2)</sup>.

## Lịch sử và nguồn gốc

Ý tưởng mở rộng tìm kiếm bằng các văn bản tổng hợp bắt nguồn từ các nghiên cứu về mở rộng truy vấn và phản hồi giả liên quan (PRF): thuật toán Rocchio và các mô hình ngôn ngữ liên quan<sup>[\[3\]](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_note-3)[\[4\]](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_note-4)</sup>. Đối với dense retrieval, các encoder được huấn luyện tương phản (Contriever)<sup>[\[5\]](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_note-5)</sup> và Dense Passage Retrieval (DPR)<sup>[\[6\]](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_note-6)</sup> đã được sử dụng. Benchmark BEIR đã chuẩn hóa đánh giá zero‑shot<sup>[\[7\]](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_note-7)</sup>. Trên nền tảng đó, HyDE được đề xuất như một cách «đưa vào» kiến thức về sự liên quan thông qua LLM trong chế độ không cần dữ liệu huấn luyện, mà không cần tinh chỉnh encoder<sup>[\[8\]](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_note-8)</sup>.

## Phương pháp và hình thức hóa

Giả sử kho ngữ liệu tài liệu $\mathcal{D} = \{ d_{1},\ldots,d_{N}\}$, và encoder văn bản $E:\text{text} \rightarrow {\mathbb{R}}^{n}$ xác định các biểu diễn vector của tài liệu $\mathbf{v}_{d} = E(d)$. Để đo độ gần, người ta sử dụng độ tương đồng cosine hoặc tích vô hướng; lưu ý quan trọng: \*\*tích vô hướng trùng với độ tương đồng cosine chỉ khi cả hai vector đều có L2‑norm bằng đơn vị\*\* ($\|\mathbf{u}\| = \|\mathbf{v}\| = 1$)<sup>[\[9\]](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_note-9)</sup>.

HyDE định nghĩa lại biểu diễn truy vấn thông qua «tài liệu giả thuyết» được tạo bởi LLM. Hình thức:

$$
\begin{matrix}
 & \text{(1) Генерация гипотетического текста:} & & {\overset{\sim}{d}\; = \; G\!\left( q;\,{inst} \right),} \\
 & \text{(2) Эмбеддинг гипотетического текста:} & & {\mathbf{v}_{h}\; = \; E(\overset{\sim}{d}),} \\
 & \text{(3) Поиск ближайших соседей:} & & {\mathcal{R}_{k}(q)\; = \;{TopK}_{\, d \in \mathcal{D}}\; S\!\left( \mathbf{v}_{h},\mathbf{v}_{d} \right),}
\end{matrix}
$$

trong đó $G$ — LLM với hướng dẫn $inst$ (ví dụ: «Hãy viết một đoạn văn trả lời câu hỏi …»), $S$ — độ đo tương đồng (cosine hoặc IP có chuẩn hóa), còn $\mathcal{R}_{k}(q)$ — tập hợp gồm $k$ tài liệu có độ tương đồng tối đa<sup>[\[10\]](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_note-10)[\[11\]](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_note-11)</sup>.

Trong thực tế kỹ thuật, người ta thường tạo ra \*\*nhiều\*\* văn bản giả thuyết và tổng hợp các biểu diễn của chúng, điều này giúp tăng độ ổn định:

$$
{\overset{\sim}{d}}^{(j)} = G\!\left( q;\,{inst},\xi_{j} \right),\quad\mathbf{v}_{h}\; = \;\frac{1}{m}\sum\limits_{j = 1}^{m}E\!\left( {\overset{\sim}{d}}^{(j)} \right),
$$

trong đó $\xi_{j}$ — các tham số giải mã ngẫu nhiên (ví dụ: temperature/top‑p). Việc kết hợp ensemble như vậy cải thiện Recall với mức tăng độ trễ vừa phải<sup>[\[12\]](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_note-12)</sup>.

### Pipeline cơ bản của HyDE

    # 1) prompt(query) -> hypothetical_doc
    # 2) embed(hypothetical_doc) -> v_h
    # 3) retrieve(index, v_h, k) -> candidates
    # 4) (optional) rerank(query, candidates) -> topN
    # 5) (для RAG) stuff / map-reduce / refine на topN

### Mối liên hệ với các phương pháp khác (QE, doc2query, PRF)

- **QE (mở rộng truy vấn)** thêm các thuật ngữ vào truy vấn; HyDE thay vào đó tạo ra toàn bộ «quasi‑document», điều này phù hợp hơn với các encoder dày đặc<sup>[\[13\]](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_note-13)</sup>.
- **doc2query / docTTTTTquery** mở rộng **tài liệu** bằng các truy vấn tổng hợp trước khi lập chỉ mục<sup>[\[14\]](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_note-14)[\[15\]](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_note-15)</sup>; HyDE mở rộng **truy vấn** ngay lập tức, không cần lập lại chỉ mục.
- **PRF** (Rocchio, Relevance LM) cập nhật vector truy vấn dựa trên các kết quả hàng đầu; HyDE trích xuất «mẫu liên quan» trực tiếp từ LLM và sau đó «neo đậu» nó thông qua retrieval trên kho ngữ liệu<sup>[\[16\]](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_note-16)</sup>.

## Tích hợp vào RAG và xếp hạng lại

Trong RAG, HyDE được áp dụng như giai đoạn retrieval đầu tiên: tài liệu giả thuyết → embedding → k ứng viên. Tiếp theo là xếp hạng lại: cross‑encoder lớp BERT<sup>[\[17\]](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_note-17)</sup> hoặc tương tác muộn ColBERT<sup>[\[18\]](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_note-18)</sup>. Để hợp nhất các danh sách (ví dụ: kết hợp BM25+vector), thường sử dụng RRF (*reciprocal rank fusion*): $\operatorname{RRF}(d) = \sum\limits_{r \in \mathcal{R}}\frac{1}{k + \operatorname{rank}_{r}(d)},\qquad k \approx 60.$ Phương pháp RRF ổn định cải thiện chất lượng tổng hợp của các bảng xếp hạng kết hợp<sup>[\[19\]](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_note-19)</sup>.

## Đánh giá trên benchmark (BEIR và các bộ khác)

Công trình gốc đánh giá HyDE trong chế độ không cần dữ liệu huấn luyện trên TREC DL'19/20 (tìm kiếm web) và trên tập con của các bộ sưu tập BEIR (Scifact, ArguAna, TREC‑COVID, FiQA, DBPedia, TREC‑NEWS, Climate‑FEVER). Một phần kết quả — *tính đến 2023‑07*:

| Phương pháp               | DL19                   | DL20                   | Nguồn                                                                                                            |
|---------------------------|------------------------|------------------------|------------------------------------------------------------------------------------------------------------------|
| BM25                      | 30.1 / 50.6 / 75.0     | 28.6 / 48.0 / 78.6     | <sup>[\[20\]](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_note-20)</sup> |
| Contriever (unsup.)       | 24.0 / 44.5 / 74.6     | 24.0 / 42.1 / 75.4     | <sup>[\[21\]](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_note-21)</sup> |
| **HyDE** (Contriever+LLM) | **41.8 / 61.3 / 88.0** | **38.2 / 57.9 / 84.4** | <sup>[\[22\]](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_note-22)</sup> |
| DPR (ft)                  | 36.5 / 62.2 / 76.9     | 41.8 / 65.3 / 81.4     | <sup>[\[23\]](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_note-23)</sup> |
| ANCE (ft)                 | 37.1 / 64.5 / 75.5     | 40.8 / 64.6 / 77.6     | <sup>[\[24\]](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_note-24)</sup> |

*TREC DL19/20 (tìm kiếm web)* — mAP / nDCG@10 / Recall@1k

| Phương pháp | Scifact         | ArguAna         | TREC‑COVID      | FiQA        | DBPedia     | TREC‑NEWS       | Climate‑FEVER   | Nguồn                                                                                                            |
|-------------|-----------------|-----------------|-----------------|-------------|-------------|-----------------|-----------------|------------------------------------------------------------------------------------------------------------------|
| BM25        | 67.9 / 92.5     | 39.7 / 93.2     | **59.5 / 49.8** | 23.6 / 54.0 | 31.8 / 46.8 | 39.5 / 44.7     | 16.5 / 42.5     | <sup>[\[25\]](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_note-25)</sup> |
| Contriever  | 64.9 / 92.6     | 37.9 / 90.1     | 27.3 / 17.2     | 24.5 / 56.2 | 29.2 / 45.3 | 34.8 / 42.3     | 15.5 / 44.1     | <sup>[\[26\]](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_note-26)</sup> |
| **HyDE**    | **69.1 / 96.4** | **46.6 / 97.9** | 59.3 / 41.4     | 27.3 / 62.1 | 36.8 / 47.2 | **44.0 / 50.9** | **22.3 / 53.0** | <sup>[\[27\]](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_note-27)</sup> |

*BEIR (tuyển chọn các bộ dữ liệu)* — nDCG@10 / Recall@100

HyDE cũng cải thiện MRR@100 trên các bộ đa ngôn ngữ Mr.TyDi (sw/ko/ja/bn) so với mContriever<sup>[\[28\]](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_note-28)</sup>.

## Khuyến nghị thực tiễn

Khi nào nên áp dụng HyDE

- Chế độ không cần dữ liệu huấn luyện / chuyển giao (không có nhãn liên quan; sự «khác biệt» về miền so với kho ngữ liệu huấn luyện)<sup>[\[29\]](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_note-29)</sup>.
- Cần tăng Recall@k với độ chính xác chấp nhận được — HyDE thường «mở ra» các vùng liên quan trong không gian vector<sup>[\[30\]](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_note-30)</sup>.

Các thiết lập thông thường

- **LLM và prompt**: hướng dẫn «Hãy viết một đoạn văn trả lời câu hỏi …»; độ ngẫu nhiên vừa phải (ví dụ: *temperature*≈0.7)<sup>[\[31\]](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_note-31)</sup>.
- **Số lượng văn bản giả thuyết**: 1–5; lấy trung bình embedding giúp tăng độ ổn định<sup>[\[32\]](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_note-32)</sup>.
- **Embedder**: (m)Contriever không cần tinh chỉnh; có thể áp dụng các encoder đã được tinh chỉnh (hiệu ứng HyDE vẫn được giữ nguyên)<sup>[\[33\]](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_note-33)</sup>.
- **Chuẩn hóa embedding**: L2‑norm; tích trong trùng với cosine<sup>[\[34\]](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_note-34)</sup>.
- **Hybrid retrieval**: BM25+vector với xếp hạng lại tiếp theo<sup>[\[35\]](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_note-35)</sup>.
- **Bộ xếp hạng lại**: Cross-Encoder (BERT re‑ranker)<sup>[\[36\]](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_note-36)</sup> hoặc ColBERT<sup>[\[37\]](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_note-37)</sup>.
- **Hợp nhất** kết quả của các chiến lược khác nhau: RRF (*k*≈60)<sup>[\[38\]](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_note-38)</sup>.

Theo dõi chất lượng/chi phí

- Retrieval: nDCG@k, Recall@k, MRR; end‑to‑end RAG: EM/F1 hoặc các chỉ số *groundedness* (RAGAS/TruLens)<sup>[\[39\]](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_note-39)[\[40\]](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_note-40)</sup>.
- Chi phí/độ trễ: chủ yếu do quá trình tạo sinh LLM và (nếu có) xếp hạng lại; được tối ưu hóa bằng số lượng «văn bản giả thuyết» và độ dài câu trả lời<sup>[\[41\]](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_note-41)</sup>.

## Hạn chế và các vấn đề mở

- **Ảo giác** của văn bản giả thuyết: LLM có thể đưa vào các lỗi thực tế; việc «neo đậu» thông qua encoder và kho ngữ liệu giảm thiểu rủi ro nhưng không loại bỏ hoàn toàn<sup>[\[42\]](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_note-42)</sup>.
- **Hạn chế về miền/ngôn ngữ**: lợi thế của HyDE giảm đi trong các miền chuyên biệt hẹp và đối với các ngôn ngữ ít tài nguyên<sup>[\[43\]](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_note-43)</sup>.
- **Độ trễ và chi phí**: quá trình tạo sinh LLM thêm độ trễ và chi phí token; điều này có tính quyết định đối với các kịch bản trực tuyến và các «văn bản giả thuyết» dài<sup>[\[44\]](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_note-44)</sup>.
- **Đạo đức và thiên lệch**: nên ưu tiên sử dụng các LLM an toàn và áp dụng bộ lọc<sup>[\[45\]](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_note-45)</sup>.

## Bảng so sánh các phương pháp

| Phương pháp               | Lớp              | Nơi tạo văn bản                         | Encoder/chỉ mục      | Bộ xếp hạng lại (giai đoạn 2) | Chỉ số thông thường (ví dụ)                        | Chi phí/độ trễ                             | Nguồn                                                                                                                                                                                                                 |
|---------------------------|------------------|-----------------------------------------|----------------------|-------------------------------|----------------------------------------------------|--------------------------------------------|-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| **HyDE**                  | Query→*hypo‑doc* | Phía truy vấn (LLM → đoạn văn)          | (m)Contriever; ANN   | BERT re‑rank / ColBERT / RRF  | DL19 nDCG@10≈61.3; DL20≈57.9; ArguAna nDCG@10≈46.6 | \+ tạo sinh LLM; + xếp hạng lại (tùy chọn) | <sup>[\[46\]](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_note-46)</sup>                                                                                                      |
| BM25                      | Từ vựng          | —                                       | Chỉ mục đảo ngược    | Tùy chọn                      | xem bảng (trên)                                    | Thấp (lexical)                             | <sup>[\[47\]](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_note-47)</sup>                                                                                                      |
| DPR / ANCE                | Dày đặc (ft)     | —                                       | Bi‑encoder; ANN      | Tùy chọn                      | DL19 nDCG@10≈62–65                                 | Trung bình (không có LLM)                  | <sup>[\[48\]](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_note-48)[\[49\]](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_note-49)</sup> |
| doc2query / docTTTTTquery | Mở rộng tài liệu | Phía bộ sưu tập (trước khi lập chỉ mục) | BM25/sparse+expanded | Tùy chọn                      | Cải thiện BM25 trên MS MARCO                       | Tạo sinh ngoại tuyến cao; trực tuyến nhanh | <sup>[\[50\]](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_note-50)[\[51\]](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_note-51)</sup> |
| PRF (Rocchio, RLM)        | QE theo phản hồi | Truy vấn (theo kết quả hàng đầu)        | Bất kỳ               | Tùy chọn                      | Tăng Recall/rủi ro trôi dạt                        | \+ lượt retrieval bổ sung                  | <sup>[\[52\]](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_note-52)</sup>                                                                                                      |

So sánh HyDE và các phương pháp liên quan

## Xem thêm

- BM25
- Tìm kiếm theo biểu diễn vector,
- RAG
- Phản hồi giả liên quan
- BEIR

## Tài liệu tham khảo

- Manning, C. D.; Raghavan, P.; Schütze, H. (2008). *Introduction to Information Retrieval*. Cambridge University Press. ISBN 978‑0521865715.
- Robertson, S.; Zaragoza, H. (2009). *The Probabilistic Relevance Framework: BM25 and Beyond*. Foundations and Trends in IR, 3(4), 333–389. DOI:10.1561/1500000019.

## Liên kết

- Kho lưu trữ HyDE: github.com/texttron/hyde.
- Tài liệu hướng dẫn: Haystack — HyDE: docs.haystack.deepset.ai.
- Tài liệu hướng dẫn: LangChain — HyDE Retriever: docs.langchain.com.

## Ghi chú

1.  <span id="cite_note-1">[↑](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_ref-1) Gao, L.; Ma, X.; Lin, J.; Callan, J. (2023). ‘‘Precise Zero‑Shot Dense Retrieval without Relevance Labels (HyDE)’’. ACL 2023. pp. 1762–1777. DOI:10.18653/v1/2023.acl-long.99. <a href="https://arxiv.org/abs/2212.10496" class="external text" rel="nofollow">arXiv:2212.10496</a></span>
2.  <span id="cite_note-2">[↑](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_ref-2) Gao, L. et al. (2023). ACL 2023, §3.2. DOI:10.18653/v1/2023.acl-long.99.</span>
3.  <span id="cite_note-3">[↑](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_ref-3) Rocchio, J. (1971). ‘‘Relevance Feedback in Information Retrieval’’. In: Salton, G. (ed.) *The SMART Retrieval System*. Prentice‑Hall, pp. 313–323. ISBN 978‑0138145255.</span>
4.  <span id="cite_note-4">[↑](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_ref-4) Lavrenko, V.; Croft, W. B. (2001). ‘‘Relevance‑Based Language Models’’. SIGIR. DOI:10.1145/383952.383972.</span>
5.  <span id="cite_note-5">[↑](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_ref-5) Izacard, G. et al. (2021/2022). ‘‘Unsupervised Dense Information Retrieval with Contrastive Learning’’. <a href="https://arxiv.org/abs/2112.09118" class="external text" rel="nofollow">arXiv:2112.09118</a>.</span>
6.  <span id="cite_note-6">[↑](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_ref-6) Karpukhin, V. et al. (2020). ‘‘Dense Passage Retrieval for Open‑Domain QA’’. EMNLP. DOI:10.18653/v1/2020.emnlp-main.550.</span>
7.  <span id="cite_note-7">[↑](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_ref-7) Thakur, N. et al. (2021). ‘‘BEIR: A Heterogeneous Benchmark for Zero‑shot Evaluation of Information Retrieval Models’’. NeurIPS Datasets Track. <a href="https://arxiv.org/abs/2104.08663" class="external text" rel="nofollow">arXiv:2104.08663</a>.</span>
8.  <span id="cite_note-8">[↑](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_ref-8) Gao, L. et al. (2023). DOI:10.18653/v1/2023.acl-long.99.</span>
9.  <span id="cite_note-9">[↑](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_ref-9) Milvus Docs. ‘‘Similarity Metrics’’ — при L2‑нормализации векторов внутр. произведение эквивалентно косинусу. URL: <a href="https://milvus.io/docs/v2.2.x/metric.md" class="external free" rel="nofollow">https://milvus.io/docs/v2.2.x/metric.md</a></span>
10. <span id="cite_note-10">[↑](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_ref-10) Gao, L.; Ma, X.; Lin, J.; Callan, J. (2023). ‘‘Precise Zero‑Shot Dense Retrieval without Relevance Labels (HyDE)’’. ACL 2023, §3–4. arXiv:2212.10496. DOI:10.18653/v1/2023.acl-long.99.</span>
11. <span id="cite_note-11">[↑](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_ref-11) Izacard, G. et al. (2021/2022). ‘‘Unsupervised Dense Information Retrieval with Contrastive Learning (Contriever)’’. arXiv:2112.09118.</span>
12. <span id="cite_note-12">[↑](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_ref-12) Gao, L. et al. (2023). Прил. (ablation): влияние числа гипотетических текстов и параметров генерации. arXiv:2212.10496.</span>
13. <span id="cite_note-13">[↑](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_ref-13) Gao, L. et al. (2023). DOI:10.18653/v1/2023.acl-long.99.</span>
14. <span id="cite_note-14">[↑](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_ref-14) Nogueira, R. et al. (2019). ‘‘Document Expansion by Query Prediction’’ (doc2query). <a href="https://arxiv.org/abs/1904.08375" class="external text" rel="nofollow">arXiv:1904.08375</a>.</span>
15. <span id="cite_note-15">[↑](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_ref-15) Nogueira, R.; Lin, J. (2019). ‘‘From doc2query to docTTTTTquery’’ (tech report). <a href="https://cs.uwaterloo.ca/~jimmylin/publications/Nogueira_Lin_2019_docTTTTTquery-v2.pdf" class="external text" rel="nofollow">PDF</a></span>
16. <span id="cite_note-16">[↑](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_ref-16) Rocchio, J. (1971); Lavrenko & Croft (2001), см. выше.</span>
17. <span id="cite_note-17">[↑](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_ref-17) Nogueira, R.; Cho, K. (2019). ‘‘Passage Re‑ranking with BERT’’. <a href="https://arxiv.org/abs/1901.04085" class="external text" rel="nofollow">arXiv:1901.04085</a>.</span>
18. <span id="cite_note-18">[↑](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_ref-18) Khattab, O.; Zaharia, M. (2020). ‘‘ColBERT: Efficient and Effective Passage Search via Contextualized Late Interaction over BERT’’. SIGIR. DOI:10.1145/3397271.3401075; <a href="https://arxiv.org/abs/2004.12832" class="external text" rel="nofollow">arXiv:2004.12832</a>.</span>
19. <span id="cite_note-19">[↑](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_ref-19) Cormack, G. V.; Clarke, C. L. A.; Büttcher, S. (2009). ‘‘Reciprocal Rank Fusion Outperforms Condorcet and Nearly Optimally Combines Rankings’’. SIGIR. DOI:10.1145/1571941.1572114.</span>
20. <span id="cite_note-20">[↑](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_ref-20) Gao, L. et al. (2023). Табл. 1. DOI:10.18653/v1/2023.acl-long.99.</span>
21. <span id="cite_note-21">[↑](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_ref-21) Izacard, G. et al. (2022); сводные метрики — в Gao et al., 2023, табл. 1. arXiv:2112.09118.</span>
22. <span id="cite_note-22">[↑](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_ref-22) Gao, L. et al. (2023). Табл. 1.</span>
23. <span id="cite_note-23">[↑](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_ref-23) Karpukhin, V. et al. (2020); сводные — в Gao et al., 2023.</span>
24. <span id="cite_note-24">[↑](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_ref-24) Xiong, L. et al. (2021). ICLR. <a href="https://arxiv.org/abs/2007.00808" class="external text" rel="nofollow">arXiv:2007.00808</a>.</span>
25. <span id="cite_note-25">[↑](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_ref-25) Thakur, N. et al. (2021); сводные — в Gao et al., 2023, табл. 2. arXiv:2104.08663.</span>
26. <span id="cite_note-26">[↑](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_ref-26) Izacard, G. et al. (2022); сводные — в Gao et al., 2023, табл. 2.</span>
27. <span id="cite_note-27">[↑](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_ref-27) Gao, L. et al. (2023). Табл. 2.</span>
28. <span id="cite_note-28">[↑](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_ref-28) Gao, L. et al. (2023). Табл. 3. DOI:10.18653/v1/2023.acl-long.99.</span>
29. <span id="cite_note-29">[↑](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_ref-29) Gao, L. et al. (2023). §4–5.</span>
30. <span id="cite_note-30">[↑](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_ref-30) Gao, L. et al. (2023). §4.2–4.3.</span>
31. <span id="cite_note-31">[↑](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_ref-31) Gao, L. et al. (2023). §4.1.</span>
32. <span id="cite_note-32">[↑](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_ref-32) Haystack Docs. ‘‘Hypothetical Document Embeddings (HyDE)’’ (инженерная справка). <a href="https://docs.haystack.deepset.ai/docs/hypothetical-document-embeddings-hyde" class="external text" rel="nofollow">docs.haystack.deepset.ai</a></span>
33. <span id="cite_note-33">[↑](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_ref-33) Gao, L. et al. (2023). Табл. 6.</span>
34. <span id="cite_note-34">[↑](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_ref-34) Milvus Docs. ‘‘Similarity Metrics’’.</span>
35. <span id="cite_note-35">[↑](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_ref-35) Haystack × Milvus Integration (официальная док.). <a href="https://haystack.deepset.ai/integrations/milvus-document-store" class="external text" rel="nofollow">haystack.deepset.ai</a></span>
36. <span id="cite_note-36">[↑](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_ref-36) Nogueira, R.; Cho, K. (2019). arXiv:1901.04085.</span>
37. <span id="cite_note-37">[↑](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_ref-37) Khattab, O.; Zaharia, M. (2020). DOI:10.1145/3397271.3401075.</span>
38. <span id="cite_note-38">[↑](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_ref-38) Cormack, G. V. et al. (2009). DOI:10.1145/1571941.1572114.</span>
39. <span id="cite_note-39">[↑](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_ref-39) Manning, C. D.; Raghavan, P.; Schütze, H. (2008). *Introduction to Information Retrieval*. Cambridge Univ. Press. ISBN 978‑0521865715.</span>
40. <span id="cite_note-40">[↑](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_ref-40) Es, S. et al. (2023). ‘‘RAGAS: Automated Evaluation of Retrieval‑Augmented Generation’’. <a href="https://arxiv.org/abs/2309.15217" class="external text" rel="nofollow">arXiv:2309.15217</a>.</span>
41. <span id="cite_note-41">[↑](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_ref-41) Gao, L. et al. (2023). §5.</span>
42. <span id="cite_note-42">[↑](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_ref-42) Gao, L. et al. (2023). §3.2; §4.1. DOI:10.18653/v1/2023.acl-long.99.</span>
43. <span id="cite_note-43">[↑](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_ref-43) Gao, L. et al. (2023). Табл. 3; §4.4.</span>
44. <span id="cite_note-44">[↑](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_ref-44) Gao, L. et al. (2023). §4–5.</span>
45. <span id="cite_note-45">[↑](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_ref-45) Ouyang, L. et al. (2022). ‘‘Training language models to follow instructions with human feedback (InstructGPT)’’. NeurIPS. <a href="https://arxiv.org/abs/2203.02155" class="external text" rel="nofollow">arXiv:2203.02155</a>.</span>
46. <span id="cite_note-46">[↑](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_ref-46) Gao, L. et al. (2023). Табл. 1–2.</span>
47. <span id="cite_note-47">[↑](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_ref-47) Robertson, S.; Zaragoza, H. (2009). ‘‘The Probabilistic Relevance Framework: BM25 and Beyond’’. Found. Trends IR. DOI:10.1561/1500000019.</span>
48. <span id="cite_note-48">[↑](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_ref-48) Karpukhin, V. et al. (2020). DOI:10.18653/v1/2020.emnlp-main.550.</span>
49. <span id="cite_note-49">[↑](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_ref-49) Xiong, L. et al. (2021). <a href="https://arxiv.org/abs/2007.00808" class="external text" rel="nofollow">arXiv:2007.00808</a>.</span>
50. <span id="cite_note-50">[↑](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_ref-50) Nogueira, R. et al. (2019). arXiv:1904.08375.</span>
51. <span id="cite_note-51">[↑](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_ref-51) Nogueira, R.; Lin, J. (2019). tech report.</span>
52. <span id="cite_note-52">[↑](https://systems-analysis.info/int/Hypothetical_Document_Embeddings_(HyDE)_(VI)#cite_ref-52) Rocchio, J. (1971). SMART; Lavrenko & Croft (2001) SIGIR.</span>