以下轉載自 Facebook 社團 佛學與資訊 自衍法師 留言
問：
剛剛有測試，很棒！（有提示相關度）是否一查詢可以讓讀者知道，查到的資料共有幾筆？另外是否可以將相關度高的往前排，我查＂請蒐尋有關正念的經文＂先出現20筆(從相關度高到低)，等之後按"更多"，才又出現相關度100%。
答：
感謝法師測試，這是目前技術上的困難。
因為是先用 embedding 搜尋向量空間接近的，
我們其實並不知道「查到的資料共有幾筆」。
也因為這樣，最前面「向量空間最接近」的20筆，
經 AI 評分，其實並不是「相關度最高」的20筆。
我們有在考慮改善的方法，敬請期待
做的非常好耶~ 將c-beta 原有的metadata做了很好的結合，非常厲害！！！ 讚~
感覺像是RAG 系統 + chatGPT api ，看起來只是簡單的功能，可是有太多技術要克服的~~
可以請教Embedder model 用的是什麼嗎？chunk 的規則？有 reranker 的機制嗎？
我相信分片後的數量絕對非~常~大！！ 這些向量資料是用什麼索引系統架構的？
用什麼方法克服上下文本語意的連串性？
建議回覆的資訊可以再分成兩種不同的回應，
一種是協助一般學習者可以啟發更多興趣，或是引導學習的回饋，大概是在API 回傳生成的答案後，可以額外依照當前回答和檢索到的上下文，生成3-5個用戶可能感興趣的相關問題。
例如，我問了關於「四聖諦」的問題，系統回答後可以建議：
「您可能還想了解：苦集滅道之間的關係是什麼？」或「四聖諦在日常生活中如何應用？」，「我還找到了關於《xxx經》中對此問題的更詳細論述，您想了解嗎？」（依照 c-beta 強大的 metadata）
另一種是協助研究型的用戶，結合 c-beta 的人物、地點資料庫，將收到的分段內容再次分析後，喂給chatGPT API ：
先識別核心觀點 （每個片段中關於該主題的核心論述是什麼？） →
分類 (這些論述可以分為哪些不同的角度或層次？)
（例如，關於「空性」的論述，可能涉及「人空」、「法空」、「畢竟空」等不同層次） →
比較異同 (不同經論或不同祖師對同一主題的論述有何相同之處和不同之處？) →
追溯演變（擴展連結人物、地點資料庫，建立實體關係，類似 RAG + neo4j ）
(例如默照禪法在不同時期有何發展變化？）
最後要再次讚嘆這個功能，真的做的很好~
整個 CBETA 切成一百多萬個 chunks,
Vector DB 用的是 Elasticsearch, 搜尋速度算快，都慢在呼叫 OpenAI API.
目前沒處理不同 chunks 之間的語意連貫性問題。
未來有考慮看知識圖譜能否幫上忙。
目前搜尋的結果 左邊「綜合說明」的右邊有一個區塊是「相關問題」，
會列出五個可能可以進一步詢問的問題，
您指的不是這個嗎？
我們有考慮知識圖譜，
以及是否能讓 AI 解讀每段佛典文字的語意、語意之間的關係，
但是個大工程，有待努力，可能不會在短期內看到成果。
感謝，歡迎隨時給我們建議、指教。