HyDE

Классический поиск сравнивает слова напрямую: «как пережить жару в квартире» не совпадает со статьёй «способы снизить температуру в помещении», и результат теряется. HyDE генерирует гипотетический ответ с нужной лексикой, который становится мостом между вопросом и материалами.

Интуитивно: вы ищете книгу, не помня названия. Библиотекарь сначала мысленно сочиняет примерное содержание — «о климате, вентиляторах, проветривании» — и уже с ним идёт к полкам. Так и HyDE: языковая модель пишет черновик ответа, а черновик используется для векторного поиска.

Пример: пользователь пишет «всё виснет при запуске игры». HyDE превращает это в гипотетический документ о конфликте драйверов и нехватке памяти, находит статьи с похожими словами и выдаёт точную инструкцию, хотя прямого совпадения не было.

Главное: HyDE не заменяет поиск, а умно преобразует запрос. ИИ понимает смысл, а не только слова, поиск в больших массивах становится точнее. Но качество зависит от способности модели придумывать убедительные гипотетические документы.