Query Expansion (KI)
Die Anfrage des Nutzers vor dem Retrieval erweitern oder umformulieren, um mehr relevante Dokumente zu treffen. Ein LLM erzeugt Synonyme, verwandte Begriffe oder mehrere alternative Formulierungen der Frage, die alle für die Suche verwendet werden.
Das Problem: Die exakte Wortwahl des Nutzers passt vielleicht nicht dazu, wie die Antwort in den Dokumenten formuliert ist (eine Vokabellücke). Query Expansion lässt ein Modell die Frage auf mehrere Arten umschreiben ("Multi-Query"), Synonyme bzw. verwandte Begriffe ergänzen oder eine komplexe Frage in Teilfragen zerlegen. Alle Varianten werden durchsucht, und die Treffer werden zusammengeführt → breitere Abdeckung, weniger übersehene Dokumente. Verwandte Techniken: HyDE (eine hypothetische Antwort generieren und damit suchen), Step-back Prompting (zuerst eine allgemeinere Frage stellen). Abwägung: mehr Suchen bedeuten mehr Latenz/Kosten, und eine zu breite Erweiterung kann irrelevantes Material einschleppen. Eine gängige Verbesserung, wenn einfaches RAG relevante Dokumente wegen abweichender Wortwahl verpasst. Verwandt mit HyDE und Hybrid Search.