Co to jest RAG?

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 dowiedzieć się więcej na temat RAG (Retrieval-Augmented Generation), skontaktuj się ze mną na X. Uwielbiam dzielić się pomysłami, odpowiadać na pytania i omawiać ciekawostki na te tematy, więc nie wahaj się wpaść. Do zobaczenia!