Как улучшать retrieval через query rewriting + multi-hop: HyDE, decomposition, step-back prompting, iterative retrieval?

Query rewriting = LLM перепиcывает короткий / vague query до retrieve, чтобы матчинг был лучше. Техники: (1) HyDE — генерация гипотетического ответа и его embedding; (2) query decomposition — разбить compound query на atomic sub-queries; (3) step-back prompting — сначала retrieve общий background, потом specific; (4) multi-hop / iterative retrieval — retrieve → reason → retrieve again (DSPy MultiHopRAG, LangGraph). Multi-hop оправдан для 2-3+ entity reasoning, temporal chains, comparison queries; цена — N× latency и risk of off-track drift, нужны guardrails (max_hops, confidence threshold).