Databricks提出Instructed Retriever方法，把系統規格納入搜尋與生成流程
研究重點
Databricks旗下Mosaic研究團隊公佈Instructed Retriever研究，主張將系統規格（System Specification）帶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。
效能表現
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%。
應用實例
該方法已應用於Agent Bricks的Knowledge Assistant，用以提升企業AI代理在搜尋與回覆過程中的準確性與相關性。
技術細節
Instructed Retriever將請求分解為特定搜索詞與過濾指令，例如當請求產品資訊時，系統會依據時間與來源等限制進行篩選，確保回覆內容符合預設規範。