基于对话聊天的模糊搜索 探讨

[hl123-123]

很荣幸看到贵团队Mindsearch这个work，我很喜欢基于用户问题 生成graph的思路，以graph的结构 将用户问题作为root node引导agent思索回答。同时这个graph我认为也可以作为该问题的存储的形式，存在问题cache中。

但是我个人认为 对话场景的搜索和传统的搜索引擎这两个有很大的差距。
例如一个用户咨询一个AI问题（AI是一个店铺咨询助理的身份），对话场景的搜索和传统的搜索引擎 差距在于对话场景更加自由。因为真正的对话是肯定得上多轮的，因此用户往往不会提供一个精准的搜索问题，他会在过程中思考，他会先提出一个疑问，然后在对话的过程中逐渐丰满这个问题的具体相关信息，因此这里就有个很关键的问题是需要用户引导，需要让AI引导用户去填充信息。

因此我想先学习贵团队的思路，先基于用户问题进行graph思考（create root node），思考这个问题可以从哪些方面考虑，创建对应的node(key:value)，value就需要AI在接下来对话中引导用户说出该问题的相关信息 然后对于这个graph进行更新，同时判断这个graph已知信息是否达到搜索的最低阈值，再启动搜索。

基于上述思路，我做了整个agent思考框架的流程图：

核心思想是保存在对话过程中保证 某个具体问题相关对话的数据存储，让每个问题都单独存储在cache中。
同时想在尽量保证对话效果的同时，增加模型的并行，减少链式的条数，保证一个回复效率。

本人也在做基于对话的客户咨询项目，想进一步和贵团队沟通，希望能有这个机会。
联系方式：[email protected]