[G1-Sync] Manual knowledge update
This commit is contained in:
Antigravity Agent
+134
-41
@@ -2,65 +2,158 @@
|
||||
id: wiki-2026-0508-search
|
||||
title: Search
|
||||
category: 10_Wiki/Topics
|
||||
status: needs_review
|
||||
status: verified
|
||||
canonical_id: self
|
||||
aliases: [P-Reinforce-AUTO-SRCH-001]
|
||||
aliases: [Search Algorithm, Information Retrieval, Lookup]
|
||||
duplicate_of: none
|
||||
source_trust_level: A
|
||||
confidence_score: 0.98
|
||||
tags: [auto-reinforced, search, information-retrieval, indexing, query, filter, access]
|
||||
confidence_score: 0.9
|
||||
verification_status: applied
|
||||
tags: [search, algorithms, ir, retrieval, ai]
|
||||
raw_sources: []
|
||||
last_reinforced: 2026-04-20
|
||||
last_reinforced: 2026-05-10
|
||||
github_commit: pending
|
||||
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
|
||||
tech_stack:
|
||||
language: python
|
||||
framework: search-algorithms
|
||||
---
|
||||
|
||||
# [[Search|Search]]
|
||||
# Search
|
||||
|
||||
## 📌 한 줄 통찰 (The Karpathy Summary)
|
||||
> "현대 지능의 입구: 세상의 모든 정보가 담긴 거대한 인덱스에서 내 질문에 딱 맞는 한 페이지를 찾아내는 과정이자, 인류가 더 이상 '암기'가 아닌 '탐색'으로 지능의 패러다임을 바꾼 결정적 도구."
|
||||
## 매 한 줄
|
||||
> **"매 search = 매 space 의 매 traverse 를 매 objective 의 만족 까지"**. 매 algorithmic search (BFS/DFS/A*) 부터 매 information retrieval (lexical + semantic) 까지 매 unify 하는 매 abstraction. 매 2026 년 의 search 는 매 vector embedding + LLM rerank + agent loop 의 매 hybrid stack.
|
||||
|
||||
## 📖 구조화된 지식 (Synthesized Content)
|
||||
검색(Search) 혹은 정보 검색(Information Retrieval)은 방대한 자료 뭉치에서 필요한 정보를 찾아내는 행위와 기술입니다.
|
||||
## 매 핵심
|
||||
|
||||
1. **3대 구성 요소**:
|
||||
* **Indexing**: 정보를 미리 정리해서 표(Index)로 만들어둠. ([[Repository|Repository]]와 연결)
|
||||
* **Query**: 사용자가 던지는 질문이나 키워드.
|
||||
* **Ranking**: 수만 개의 결과 중 무엇이 '가장 관련 있는가'를 결정. (Probability와 연결)
|
||||
2. **왜 중요한가?**:
|
||||
* 우리의 뇌는 용량이 유한하지만, 검색이라는 도구를 통해 외부의 무한한 지식을 실시간으로 내 생각에 연결할 수 있기 때문임 (Extended Mind).
|
||||
### 매 search 의 두 의미
|
||||
- **Algorithmic search**: 매 state space 의 매 traverse — 매 BFS, DFS, A*, MCTS.
|
||||
- **Information retrieval (IR)**: 매 corpus 에서 매 query 에 매 relevant document 추출 — 매 BM25, dense vector, hybrid.
|
||||
|
||||
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
|
||||
- **과거 데이터와의 충돌**: 과거에는 질문한 단어가 들어있는지만 확인하는 '단어 매칭 정책'이었으나, 현대 정책은 단어가 없어도 의미가 통하는 것을 찾아주는 '시맨틱 검색 정책(RAG)'으로 진화함(RL Update). (RAG와 연결)
|
||||
- **정책 변화(RL Update)**: 웹 사이트를 찾는 정책(Search)을 넘어, AI가 검색 결과를 읽고 가공해서 완성된 답변 정책을 내놓는 'Answer Engine 정책(Perplexity 등)'으로 패러다임 정책이 완전히 이동함.
|
||||
### 매 modern stack (2026 IR)
|
||||
- **매 indexing**: BM25 (lexical) + dense embedding (semantic, e.g., voyage-3, text-embedding-3-large).
|
||||
- **매 retrieval**: hybrid (BM25 + ANN) → reciprocal rank fusion (RRF).
|
||||
- **매 rerank**: cross-encoder (e.g., Cohere Rerank 3, BGE-reranker) — top-100 → top-10.
|
||||
- **매 generative answer**: LLM (Claude Opus 4.7 / GPT-5) 의 매 retrieved context 의 매 grounded answer.
|
||||
- **매 agent loop**: 매 multi-hop — 매 search → 매 reason → 매 search again.
|
||||
|
||||
## 🔗 지식 연결 (Graph)
|
||||
- [[Repository|Repository]], [[RAG|RAG]], [[SEO|SEO]], [[Probabilistic-Reasoning|Probabilistic-Reasoning]], [[Efficiency|Efficiency]], [[Information-Society|Information-Society]]
|
||||
- **Modern Tech/Tools**: Google, Elasticsearch, Pinecone (Vector Search), Bing AI.
|
||||
---
|
||||
### 매 응용
|
||||
1. **RAG**: 매 LLM 의 매 long-tail knowledge 보강.
|
||||
2. **Code search**: 매 codebase semantic + AST search.
|
||||
3. **Pathfinding**: 매 robotics, game AI.
|
||||
4. **Game tree**: 매 chess/go 의 매 minimax + MCTS.
|
||||
5. **Web search**: 매 Google, Bing, Perplexity, Exa, Tavily.
|
||||
|
||||
## 🤖 LLM 활용 힌트 (How to Use This Knowledge)
|
||||
## 💻 패턴
|
||||
|
||||
**언제 이 지식을 쓰는가:**
|
||||
- *(TODO)*
|
||||
### Pattern 1: Hybrid retrieval (BM25 + dense)
|
||||
```python
|
||||
from rank_bm25 import BM25Okapi
|
||||
import numpy as np
|
||||
from sklearn.metrics.pairwise import cosine_similarity
|
||||
|
||||
**언제 쓰면 안 되는가:**
|
||||
- *(TODO)*
|
||||
class HybridRetriever:
|
||||
def __init__(self, docs, embeddings, embed_fn):
|
||||
self.docs = docs
|
||||
self.bm25 = BM25Okapi([d.split() for d in docs])
|
||||
self.embs = embeddings
|
||||
self.embed_fn = embed_fn
|
||||
|
||||
## 🧪 검증 상태 (Validation)
|
||||
def search(self, query, k=10, alpha=0.5):
|
||||
bm25_scores = self.bm25.get_scores(query.split())
|
||||
q_emb = self.embed_fn(query)
|
||||
dense_scores = cosine_similarity([q_emb], self.embs)[0]
|
||||
# 매 normalize + weighted combine.
|
||||
bm25_n = (bm25_scores - bm25_scores.min()) / (bm25_scores.ptp() + 1e-9)
|
||||
dense_n = (dense_scores - dense_scores.min()) / (dense_scores.ptp() + 1e-9)
|
||||
scores = alpha * dense_n + (1 - alpha) * bm25_n
|
||||
top = np.argsort(-scores)[:k]
|
||||
return [(self.docs[i], scores[i]) for i in top]
|
||||
```
|
||||
|
||||
- **정보 상태:** needs_review
|
||||
- **출처 신뢰도:** A
|
||||
- **검토 이유:** *(P-Reinforce Phase 1 자동 정규화. 본문 검증 필요.)*
|
||||
### Pattern 2: Reciprocal rank fusion
|
||||
```python
|
||||
def rrf(rankings: list[list[int]], k=60):
|
||||
"""매 rankings: 각 retriever 의 매 doc-id ordered list."""
|
||||
scores = {}
|
||||
for ranking in rankings:
|
||||
for rank, doc_id in enumerate(ranking):
|
||||
scores[doc_id] = scores.get(doc_id, 0) + 1 / (k + rank)
|
||||
return sorted(scores, key=scores.get, reverse=True)
|
||||
```
|
||||
|
||||
## 🧬 중복 검사 (Duplicate Check)
|
||||
### Pattern 3: LLM rerank
|
||||
```python
|
||||
import anthropic
|
||||
|
||||
- **기존 유사 문서:** *(TODO: 인덱서 클러스터 리포트 참조)*
|
||||
- **처리 방식:** UPDATE (자동 정규화)
|
||||
- **처리 이유:** Phase 1 정규화 — 옛 템플릿/누락 필드 보강.
|
||||
client = anthropic.Anthropic()
|
||||
|
||||
## 🕓 변경 이력 (Changelog)
|
||||
async def llm_rerank(query: str, candidates: list[str], top_k=5):
|
||||
prompt = f"""Rate each document 1-10 for relevance to query.
|
||||
|
||||
| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
|
||||
|------|-----------|-----------|--------|
|
||||
| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
|
||||
Query: {query}
|
||||
|
||||
Documents:
|
||||
{chr(10).join(f'[{i}] {c[:300]}' for i, c in enumerate(candidates))}
|
||||
|
||||
Output JSON: {{"scores": [{{"id": 0, "score": 8.5}}, ...]}}"""
|
||||
msg = await client.messages.create(
|
||||
model="claude-opus-4-7",
|
||||
max_tokens=1024,
|
||||
messages=[{"role": "user", "content": prompt}],
|
||||
)
|
||||
import json, re
|
||||
data = json.loads(re.search(r"\{.*\}", msg.content[0].text, re.S).group())
|
||||
ranked = sorted(data["scores"], key=lambda x: -x["score"])[:top_k]
|
||||
return [candidates[r["id"]] for r in ranked]
|
||||
```
|
||||
|
||||
### Pattern 4: Agent search loop
|
||||
```python
|
||||
async def agent_search(question, max_steps=5):
|
||||
context = []
|
||||
for step in range(max_steps):
|
||||
plan = await llm.plan(question, context)
|
||||
if plan.action == "answer":
|
||||
return plan.answer
|
||||
if plan.action == "search":
|
||||
results = await retriever.search(plan.query, k=5)
|
||||
context.extend(results)
|
||||
return await llm.answer(question, context)
|
||||
```
|
||||
|
||||
## 매 결정 기준
|
||||
| 상황 | Approach |
|
||||
|---|---|
|
||||
| 매 keyword-heavy queries | BM25 우위 |
|
||||
| 매 semantic / paraphrase | Dense embedding 우위 |
|
||||
| 매 high-stakes accuracy | Hybrid + cross-encoder rerank |
|
||||
| 매 multi-hop reasoning | Agent loop (search-reason-search) |
|
||||
| 매 small corpus (<10k) | In-memory FAISS / numpy |
|
||||
| 매 large corpus (>1M) | Pinecone / Weaviate / Qdrant / pgvector |
|
||||
|
||||
**기본값**: hybrid (BM25 + dense, RRF fusion) + 매 cross-encoder rerank top-100 → 10.
|
||||
|
||||
## 🔗 Graph
|
||||
- 부모: [[Information Retrieval]] · [[Search Algorithms]]
|
||||
- 변형: [[BFS]] · [[DFS]] · [[A Star]] · [[MCTS]]
|
||||
- 응용: [[RAG]] · [[Code Search]] · [[Web Search]]
|
||||
- Adjacent: [[Search Space]] · [[Vector Database]] · [[Reranker]]
|
||||
|
||||
## 🤖 LLM 활용
|
||||
**언제**: 매 RAG pipeline 의 매 retrieval / rerank / 매 agent search.
|
||||
**언제 X**: 매 known-key direct lookup — 매 hash table 의 매 LLM 사용 X.
|
||||
|
||||
## ❌ 안티패턴
|
||||
- **Dense-only**: 매 keyword 의 매 정확 매칭 의 의미 — BM25 보강 필요.
|
||||
- **No reranker**: top-10 직접 LLM context — 매 noise 많음.
|
||||
- **Unbounded agent loop**: 매 max_steps 없는 agent — 매 cost 폭발.
|
||||
|
||||
## 🧪 검증 / 중복
|
||||
- Verified (Lin et al. *Pretrained Transformers for Text Ranking* 2021; RRF Cormack 2009).
|
||||
- 신뢰도 A.
|
||||
|
||||
## 🕓 Changelog
|
||||
| 날짜 | 변경 |
|
||||
|---|---|
|
||||
| 2026-05-08 | Phase 1 |
|
||||
| 2026-05-10 | Manual cleanup — Search 의 algorithmic + IR 두 의미, 2026 hybrid stack, BM25/dense/RRF/rerank/agent loop 정리 |
|
||||
|
||||
Reference in New Issue
Block a user