Building retrieval that finds evidence

A retrieval system must decide what evidence to return from a collection that may contain duplicates, old versions, and restricted documents.

检索系统必须决定从资料集合中返回哪些证据，而这个集合可能包含重复内容、旧版本和受访问限制的文档。

検索システムは、重複、旧版、閲覧制限のある文書を含む可能性がある集合から、返す根拠を選ぶ必要があります。

The first design question is not which vector database to buy, but what questions the collection must answer and what counts as relevant evidence.

设计时首先要问的不是购买哪种向量数据库，而是这批资料必须回答哪些问题，以及什么才算相关证据。

最初の設計上の問いは、どのベクトルデータベースを買うかではなく、どんな質問に答える必要があり、何を関連する根拠とするかです。

Keyword search is especially useful when a query contains an exact product identifier, policy number, or uncommon technical term.

当查询包含精确的产品标识符、规定编号或不常见的技术术语时，关键词搜索尤其有用。

キーワード検索は、正確な製品ID、規定番号、珍しい技術用語を含む質問で特に有用です。

Semantic search can help when a question paraphrases the source or uses different vocabulary for the same subject.

当问题改述了来源中的表达，或用不同词汇讨论同一主题时，语义搜索可能有所帮助。

意味検索は、質問が出典を言い換えている場合や、同じ話題に別の語彙を使う場合に役立ちます。

Hybrid retrieval combines signals from both approaches, while reranking applies another relevance comparison to a selected candidate set.

混合检索结合这两种方法的信号，而重排序会对选出的一组候选结果再进行一次相关性比较。

ハイブリッド検索は両方の情報を組み合わせ、再ランキングは選ばれた候補に別の関連性評価を適用します。

These additions can improve some workloads, but they also introduce extra computation, configuration, and evaluation requirements.

这些附加方法可能改善某些任务的表现，但也会带来额外的计算、配置和评估需求。

これらは一部の作業を改善できますが、追加の計算、設定、評価も必要になります。

A small glossary may initially work well with an explicit term index and curated relationships, without any embedding service.

对于小型术语表，最初用明确的术语索引和人工整理的关系就可能很好地满足需求，无须使用嵌入服务。

小さな用語集では、まず明示的な用語索引と編集済みの関係だけで十分機能し、埋め込みサービスが不要な場合もあります。

As the collection expands to thousands of passages, retrieval experiments can establish whether more complex methods add useful coverage.

当资料集合扩展到数千个段落时，可以通过检索实验判断更复杂的方法是否增加了有用的覆盖范围。

文章が数千件に増えた段階で、より複雑な方法が有用な範囲を広げるか、検索実験で確かめられます。

For a fictional test question, suppose reviewers identify four passages as relevant and the system returns five, including three of those four.

以一道虚构的测试题为例，假设评审者认定四个段落相关，而系统返回了五个段落，其中包含这四个段落中的三个。

架空の評価で、確認者が関連すると判断した文章が4件あり、システムが返した5件のうち3件がその4件に含まれていたとします。

Precision for this returned set is three divided by five, while recall is three divided by four.

对于这组返回结果，精确率是三除以五，召回率是三除以四。

この結果の適合率は3を5で割った値、再現率は3を4で割った値です。

However, finding at least one relevant passage can still be insufficient if the answer requires combining a rule with an exception.

不过，如果回答需要结合规则与例外条款，仅找到至少一个相关段落仍可能不够。

ただし規則と例外を組み合わせて答える必要がある場合、関連する文章を少なくとも1件見つけるだけでは不十分です。

The evaluation should therefore include task-specific evidence completeness, not merely a ranking score.

因此，评估应包含针对具体任务的证据完整性，而不只是排名分数。

そのため評価には、順位のスコアだけでなく、作業に必要な根拠がそろっているかも含めるべきです。

Metadata such as document version, jurisdiction, audience, and effective date helps distinguish applicable passages from superficially similar ones.

文档版本、适用司法管辖区、面向对象和生效日期等元数据，有助于区分真正适用的段落与表面相似的段落。

文書の版、法域、対象読者、施行日などのメタデータは、適用できる文章と表面的に似ている文章を区別する助けになります。

Access restrictions must be enforced before restricted text reaches an unauthorized model context or user, rather than relying on the final answer to hide it.

必须在受限文本进入未经授权的模型上下文或到达未经授权的用户之前执行访问限制，而不能依赖最终回答来隐藏这些文本。

アクセス制限は、最終回答で隠すことに頼らず、制限された文章が権限のないモデルのコンテキストや利用者に渡る前に適用する必要があります。

When a document is removed or its permission changes, indexes and cached copies need a defined update or deletion process.

当文档被移除或权限发生变化时，索引与缓存副本需要有明确的更新或删除流程。

文書を削除したり権限を変えたりした際には、索引やキャッシュも更新または削除する手順が必要です。

A useful test collection includes exact matches, paraphrases, cross-language questions, missing evidence, outdated documents, and unauthorized requests.

有用的测试集应包含精确匹配、改述提问、跨语言问题、证据缺失、过期文档和未经授权的请求。

有用な評価用の集合には、完全一致、言い換え、言語をまたぐ質問、根拠不足、古い文書、権限のないリクエストを含めます。

Report these groups separately so that strong performance on easy questions cannot conceal a serious retrieval boundary failure.

应分别报告这些类别的结果，避免简单问题上的良好表现掩盖严重的检索边界失守。

易しい質問での高成績が重大な検索範囲の失敗を隠さないよう、これらの群を分けて報告します。