Was ist RAG?
Eine Technik, die die Generierung von KI-Modellen mit externen Wissensdatenbanken kombiniert, um genauere und aktuellere Antworten zu liefern.
Definition
RAG (Retrieval-Augmented Generation) ist eine Technik, die die Textgenerierungsfähigkeiten von KI-Modellen mit externen Wissensdatenbanken kombiniert, um genauere, faktischere und aktuellere Antworten zu liefern.
Zweck
RAG ermöglicht es KI-Modellen, auf spezifische, aktuelle Informationen zuzugreifen, ohne neu trainiert zu werden, wodurch Halluzinationen reduziert und die Faktentreue der generierten Antworten verbessert wird.
Funktion
RAG funktioniert in zwei Schritten: Zuerst werden relevante Dokumente oder Informationen aus einer Wissensdatenbank abgerufen, dann wird ein generatives Modell verwendet, um Antworten basierend auf den abgerufenen Informationen zu erstellen.
Beispiel
Ein Kundenservice-Chatbot nutzt RAG, um die neuesten Produktinformationen aus der Unternehmensdatenbank abzurufen und dann personalisierte Antworten auf Kundenanfragen basierend auf diesen aktuellen Daten zu generieren.
Verwandt
RAG ist eng mit Vector Databases, Embeddings, Information Retrieval, Large Language Models und Knowledge Graphs verbunden.
Chcete se dozvědět více?
Pokud se chcete ponořit hlouběji do tématu RAG (Retrieval-Augmented Generation) — nebo přinést tento druh školení do svého týmu — pojďme si promluvit. Pomáhám týmům pochopit a uplatnit tyto koncepty v praxi. Rád se vám ozvu!
Was ist natürliche Sprache in der KI?
Natürliche Sprache in der KI bezieht sich auf die menschliche Sprache, wie...
Was ist ein Context Window?
Ein Context Window (Kontextfenster) ist die maximale Anzahl von Tokens, Wör...
Was ist ein Large Language Model (LLM)?
Ein Large Language Model (LLM) oder Großes Sprachmodell ist ein KI-Modell m...
Was ist GPT?
GPT (Generative Pre-trained Transformer) ist eine Familie von großen Sprach...
Was ist Kontext in der KI?
Kontext in der KI bezieht sich auf die Hintergrundsinformationen, vorherige...