Il RAG vettoriale risponde a "vendite in Francia" per similarità. Structured RAG collega la tua colonna città alla tabella dei paesi di Wikipedia, così la domanda diventa un join SQL che puoi leggere.
La stessa domanda, a quattro livelli di recupero. Solo l'ultimo ti permette di verificare la risposta.
| Su dati strutturati | RAG vettoriale | Structured RAG |
|---|---|---|
| Come viene usata una colonna di testo | Trasformata in un vettore | Collegata a una tabella di riferimento tramite chiave |
| Meccanismo di recupero | Similarità del vicino più prossimo | Join SQL |
| "Kehl" (città tedesca vicino a Strasburgo) | Può essere inclusa | Esclusa dal join |
| Perché una riga è stata restituita | Un punteggio di similarità | Il join, nell'SQL |
| Le tue tabelle di riferimento private | Embedding rifatto | Collegata tramite chiave |
| Cosa calcola il totale | L'LLM | Il database |
Prereasoner identifica cosa contiene ogni colonna.
città → paese → valuta o livello → la tua tabella dei livelli. Ogni collegamento è una chiave in una tabella di riferimento.
La domanda diventa un join SQL tra quelle tabelle.
Ricevi le righe e l'SQL che le ha restituite.
Provalo sul tuo CSV. Aggiungi le tue tabelle di riferimento quando ti servono.