Hva er RAG (Retrieval-Augmented Generation)?
AI-teknikk som kombinerer informasjonssøk med tekstgenerering for mer nøyaktige og faktuelle svar.
Definisjon
RAG (Retrieval-Augmented Generation) er en AI-teknikk som kombinerer informasjonssøk fra eksterne databaser med tekstgenerering for å produsere mer nøyaktige, faktuelle og oppdaterte svar.
Formål
RAG har som mål å forbedre AI-responsers faktuelle nøyaktighet og relevans ved å la modeller få tilgang til spesifikk, oppdatert informasjon utover deres ursprunglige treningsdata.
Funksjon
RAG fungerer i to trinn: først søker systemet i en kunnskapsdatabase etter relevant informasjon, deretter bruker en generativ modell denne informasjonen til å formulere et sammenhængende svar.
Eksempel
En AI-assistent som svarer på spørsmål om et selskaps policier ved å først søke i policymanualene og deretter generere et personalisert svar basert på funnet informasjon.
Relatert
RAG er relatert til informasjonssøk, kunnskapsbaser, vektordatabaser, hybrid AI og faktaverifisering.
Vil du lære mer?
Hvis du ønsker å gå dypere inn i RAG - Retrieval-Augmented Generation —eller bringe denne typen opplæring til teamet ditt— la oss snakke sammen. Jeg hjelper team med å forstå og anvende disse begrepene. Jeg vil veldig gjerne høre fra deg!
Hva er GPT?
GPT (Generative Pre-trained Transformer) er en familie av store språkmodell...
Hva er transfer learning?
Transfer Learning (Overføringslæring) er en AI-teknikk hvor kunnskap og møn...
Hva er antropomorfisering i AI-sammenheng?
Anthropomorphization (Antropomorfisering) i AI-sammenheng refererer til den...
Hva er orkestrering i AI-sammenheng?
Orchestration (Orkestrering) i AI refererer til den koordinerte styringen,...
Hva er one-shot learning?
One-Shot Learning (Én-eksempel-læring) er en AI-teknikk som muliggjør at mo...