Databricks提出企業資料搜尋新方法，讓RAG更能遵循時間與來源等限制
研究重點：Instructed Retriever方法
Databricks旗下Mosaic研究團隊公布Instructed Retriever研究，主張將系統規格（System Specification）納入搜尋與回覆生成流程，讓企業搜尋代理更能遵循使用者指令。
評測結果與效能提升
在一套企業問答資料集組合的評測中，Instructed Retriever相較傳統RAG的回覆品質提升超過70%。
實際應用與技術整合
該方法已應用於Agent Bricks的Knowledge Assistant，並透過讓AI代理在搜尋前先理解「該怎麼找」，而不只是直接丟問題，提升企業搜尋代理的準確性與可靠性。
相關技術背景
此研究屬於RAG（檢索增強生成）技術的一環，Databricks提供端對端平台，整合Delta Lake與Lakeflow Spark資料管線，並支援可調整的向量搜尋，以提升資料檢索與生成品質。