Co to jest RAG?
Technika łącząca wyszukiwanie informacji z generowaniem odpowiedzi przez AI.
Definicja
RAG (Retrieval-Augmented Generation) to technika, która łączy możliwości wyszukiwania informacji z zewnętrznych źródeł danych z generatywną mocą modeli językowych, umożliwiając tworzenie bardziej dokładnych i aktualnych odpowiedzi.
Cel
Celem RAG jest rozszerzenie wiedzy modelu o aktualne, specjalistyczne lub kontekstowe informacje z zewnętrznych baz danych, dokumentów czy źródeł, nie będących częścią pierwotnych danych treningowych.
Funkcja
RAG funkcjonuje w dwóch krokach: najpierw wyszukuje relevantne informacje z bazy wiedzy na podstawie zapytania, a następnie wykorzystuje te informacje jako kontekst dla modelu generatywnego do stworzenia odpowiedzi.
Przykład
System obsługi klienta używa RAG do najpierw przeszukania bazy dokumentacji produktu w poszukiwaniu relevantnych informacji, a następnie generowania spersonalizowanej odpowiedzi z wykorzystaniem znalezionych faktów.
Powiązane
- Information Retrieval
- Knowledge Base
- Generative AI
- Vector Search
Chcesz dowiedzieć się więcej?
Jeśli chcesz zgłębić temat RAG (Retrieval-Augmented Generation) — lub wprowadzić tego rodzaju szkolenia w swoim zespole — porozmawiajmy. Pomagam zespołom zrozumieć i stosować te koncepcje w praktyce. Z chęcią poznam Twoją historię!
Co to jest Prompt Engineering?
Prompt Engineering to praktyka projektowania, optymalizowania i strukturyzo...
Co to jest Cluster (GPU Cluster)?
Cluster (GPU Cluster) to zestaw połączonych procesorów graficznych (GPU) dz...
Co to jest Escape Hatch?
Escape Hatch to mechanizm bezpieczeństwa w systemach AI, który pozwala użyt...
Co to jest Context Window?
Context Window to maksymalna liczba tokenów (słów lub części słów), którą m...
Co to są Dane Syntetyczne?
Dane Syntetyczne to sztucznie wygenerowane informacje utworzone przez algor...