Question Reform
Felhasználja: Data Collection
A keresési módszereink általában egyetlen szöveges bemeneten futnak. Adódik, hogy a kereséseket akkor futtassuk a felhasználói kérdésre, ugyanakkor gyorsan nyilvánvalóvá válik, hogy ez az első üzenet után már nem feltétlen elegendő, hiszen a felhasználó válasza összefügghet mind a korábbi felhasználói, mind a Guru üzenetekkel. A keresések alkalmazásához tehát célszerű először önállóvá tenni a kérdést
Kérdés-önállósítás
Adott: A felhasználói \(q\) kérdés és a \(H\) korábbi üzenetváltás.
Feladat: Egy olyan \(q_r\) kérdés írása, mely \(H\) nélkül is értelmezhető, azaz \(q\) önmagában pontosan ugyanazt jelenti, mint \(q\) a \(H\) kontextusában.
A megvalósítás
Az eszköz teljesen LLM alapú: megkérjük az LLM-et (jelenleg gpt-4.1) hogy fogalmazza újra korábbi chat üzenetek segítségével a legfrissebb üzenetet.
A konfigurációs beállítások a backend repo-ban, elsődlegesen a tool-configuration.yml fájlban találhatók, a project.tools.question-reform mezőben. A használt OpenAI modellt az eszköz a az application.yml fájl project.openai.models.chat-model mezőjéből örökli. A végrehajtást a QuestionReformService osztály végzi.
Emellett a prompt-ban van lehetőség type-tag és subtype-tag alapú kiegészítésre. „Ezeket“ a kiegészítéseket a dynamic-prompt-context.yml fájl következő mezője tárolja:
project.extra-prompt-content.tools.question-reform