【AI大模型学习路线】第三阶段之RAG与LangChain——第十六章（Advanced RAG[1]）MultiQuery retriever详解？

【AI大模型学习路线】第三阶段之RAG与LangChain——第十六章（Advanced RAG[1]）MultiQuery retriever详解？

【AI大模型学习路线】第三阶段之RAG与LangChain——第十六章（Advanced RAG[1]）MultiQuery retriever详解？

---

---

欢迎宝子们点赞、关注、收藏！欢迎宝子们批评指正！
祝所有的硕博生都能遇到好的导师！好的审稿人！好的同门！顺利毕业！

大多数高校硕博生毕业要求需要参加学术会议，发表EI或者SCI检索的学术论文会议论文。详细信息可关注VX “学术会议小灵通”或参考学术信息专栏：https://fighting.blog.csdn.net/article/details/148185942

---

一、MultiQueryRetriever 是什么？

Multi-Query Retriever 是一种增强型检索策略：

• 利用大语言模型（LLM）根据用户原始问题生成多个语义不同但相关的查询子问题，再分别检索内容库，最后聚合所有检索结果。

目标：提高召回的多样性和覆盖率

二、经典 RAG 检索的局限

传统向量检索只根据一个 Query 进行 Top-K 检索，容易：

问题	举例
检索视角单一	只找到问题的一部分答案
召回范围不全	遗漏重要上下文
用户问题含糊	模型理解偏差导致检索偏移

✅ 三、Multi-QueryRetriever 的优势

能力	描述
自动扩展查询	LLM 生成多个相关问题
多路径召回	每个子查询独立执行向量检索
提升语义覆盖	拓宽信息视角，防止遗漏关键知识点
LangChain 原生支持	MultiQueryRetriever 可一键调用

⚙️ 四、架构流程图

[用户Query]
   ↓
LLM生成多个子查询（视角扩展）
   ↓
每个子查询 → 向量检索
   ↓
合并所有结果 → Deduplicate
   ↓
传入 LLM 回答

五、实战代码：LangChain 中使用 MultiQueryRetriever

from langchain.embeddings import OpenAIEmbeddings
from langchain.vectorstores import FAISS
from langchain.document_loaders import TextLoader
from langchain.text_splitter import RecursiveCharacterTextSplitter
from langchain.llms import OpenAI
from langchain.retrievers.multi_query import MultiQueryRetriever

# Step 1: 加载和切分文档
loader = TextLoader("data/ai_medical.txt")
docs = loader.load()

splitter = RecursiveCharacterTextSplitter(chunk_size=400, chunk_overlap=50)
docs = splitter.split_documents(docs)

# Step 2: 构建向量数据库
embedding = OpenAIEmbeddings()
vectorstore = FAISS.from_documents(docs, embedding)

# Step 3: 构建 MultiQuery Retriever
llm = OpenAI(temperature=0)
retriever = MultiQueryRetriever.from_llm(
    retriever=vectorstore.as_retriever(),
    llm=llm,
    verbose=True  # 输出生成的子查询
)

# Step 4: 测试查询
query = "人工智能在癌症早期检测中的应用有哪些？"
results = retriever.get_relevant_documents(query)

# Step 5: 输出结果
for i, doc in enumerate(results):
    print(f"\n【文档{i+1}】:\n{doc.page_content}")

六、示例输出说明（自动生成多查询）

[MultiQueryRetriever] 生成的子查询：
1. 什么是人工智能在癌症早期检测中的具体应用？
2. 有没有 AI 模型可以识别癌症的早期症状？
3. 在医学影像中，AI 是如何帮助检测癌症的？

• 这些子查询会分别用于向量检索，最终合并多个视角的内容片段，极大提高召回准确率与全面性。

七、应用场景

场景	MultiQueryRetriever 优势
医疗文献问答	针对疾病、治疗、方法三维提问
法律问答	不同法条、解释路径召回
企业知识库	多岗位视角、多业务线相关信息聚合
多语言查询	自动扩展多语言问法用于检索

八、大模型发展趋势与 MultiQuery 的结合

趋势	MultiQuery作用
LLM Agent 越来越像“提问者”	Agent 自动生成子查询用于知识规划
向量检索逐渐融合 hybrid 检索	子查询支持向量+BM25双通道融合
多模态检索	子查询跨模态扩展为图像/视频 caption 检索
上下文感知 Prompt 设计	MultiQuery 与 Chain-of-Prompt 配合更强大

✅ 九、总结对比

特性	单Query Retriever	MultiQueryRetriever
Query 来源	用户提供的原始问题	LLM 扩展出的多个子查询
召回多样性	较弱，固定语义路径	强，语义视角多样
文档覆盖率	低	高
消耗	快速	稍慢（多次检索）
适合场景	精准问答、简短问题	模糊问题、复杂问题、需探索性查找