Semantic Retrieval Playground (Thử Nghiệm Truy Hồi)

Retrieval Playground là môi trường thử nghiệm tìm kiếm ngữ nghĩa tương tác trực tiếp, cho phép các kỹ sư AI và chuyên viên vận hành kiểm tra độ chính xác của kho tri thức RAG trước khi phát hành cho Chatbot trả lời người dùng thực tế.

Thông qua công cụ này, bạn có thể mô phỏng chính xác những gì mà Chatbot tiếp nhận từ Vector Database ứng với mỗi câu hỏi của khách hàng.

1. Giao Diện Thử Nghiệm Truy Hồi

Semantic Retrieval Playground

2. Các Tham Số Điều Khiển Thử Nghiệm

Trên bảng điều khiển bên trái, bạn có thể tinh chỉnh các tham số truy hồi theo thời gian thực:

User Query Input: Nhập câu hỏi tự nhiên bằng tiếng Việt (ví dụ: "Học phí khóa IELTS 6.0 tại VUS là bao nhiêu?" hoặc "Cơ sở Huỳnh Tấn Phát Quận 7 có gần đường Nguyễn Thị Thập không?").
Collection Selector: Chọn tìm kiếm trên một Collection chuyên biệt (vus_course_pricing, vus_location_locator) hoặc tìm kiếm liên bộ sưu tập (Cross-collection Search).
Top-K Slider (Số lượng đoạn trích): Thiết lập số lượng chunks phù hợp nhất cần truy hồi (thường đặt từ 3 đến 5 để cung cấp đủ ngữ cảnh cho LLM mà không gây tràn bộ nhớ token).
Min Similarity Score Threshold: Ngưỡng điểm tương đồng tối thiểu (thường đặt từ 0.70 đến 0.80). Bất kỳ chunk nào có điểm cosine dưới ngưỡng này sẽ bị loại trừ.
Hybrid Search Toggle: Bật/tắt chế độ kết hợp Dense Vector và Sparse Keyword BM25.

3. Đánh Giá Kết Quả Truy Hồi

Khi bấm Search, hệ thống trả về danh sách các chunks được xếp hạng từ cao xuống thấp:

3.1. Điểm Tương Đồng (Cosine Similarity Score)

Score > 0.85: Độ tương quan xuất sắc. Nội dung chunk trả lời trực diện câu hỏi của người dùng.
Score 0.70 - 0.84: Độ tương quan tốt. Chứa thông tin nền tảng hữu ích hoặc liên quan gián tiếp.
Score < 0.70: Độ tương quan yếu. Thường bị lọc bỏ bởi Min Score Threshold.

3.2. Trực Quan Hóa Khối Văn Bản & Metadata

Đoạn văn bản Markdown trả về hiển thị đầy đủ cấu trúc bảng hoặc danh sách.
Bảng phụ bên cạnh hiển thị toàn bộ metadata giúp kỹ sư kiểm tra xem các trường lọc (code, province, category) có được trích xuất chính xác hay không.

4. Mẹo Tối Ưu Hóa Truy Hồi Cho Kỹ Sư AI

3 Quy Tắc Vàng Khi Tinh Chỉnh RAG

Nếu Chatbot trả lời thiếu ý: Tăng giá trị Top-K từ 3 lên 5 hoặc giảm Min Score từ 0.75 xuống 0.70.

Nếu Chatbot bị nhiễu thông tin: Tăng Min Score lên 0.78 và kích hoạt Cross-Encoder Reranking trong cài đặt hệ thống.
Nếu câu hỏi chứa mã số cụ thể (Mã chi nhánh, mã khóa học, số điện thoại): Luôn bật Hybrid Search (BM25) để đảm bảo tìm kiếm chính xác từ khóa hiếm.