Vad är RAG?
RAG står för Retrieval-Augmented Generation och är en teknik som förbättrar utdata från stora språkmodeller (LLM) genom att inkludera information från externa kunskapskällor.
Definition
RAG, eller Retrieval-Augmented Generation, är en teknik som förbättrar utdata från stora språkmodeller (LLM) genom att inkludera information från externa kunskapskällor, vilket möjliggör mer precisa och kontextuellt relevanta svar.
Hur det fungerar
RAG använder ett kunskapsbibliotek som lagrar information från olika källor i ett gemensamt format, som sedan behandlas till numeriska representationer. När en fråga ställs söker detta bibliotek efter korrekt kontextuell information, som sedan används av LLM för att generera svar.
Vill du veta mer?
Om du vill fördjupa dig i RAG —eller ta den här typen av utbildning till ditt team— låt oss prata. Jag hjälper team att förstå och tillämpa dessa begrepp. Jag vill gärna höra från dig!
Vad är överanpassning inom AI?
Överanpassning (overfitting) är ett problem i maskininlärning där en modell...
Vad är Machine Learning (ML)?
Machine Learning (ML) är en gren av artificiell intelligens där datorsystem...
Vad är överföringsinlärning?
Överföringsinlärning (Transfer Learning) är en maskininlärningsteknik där e...
Vad är förstärkningsinlärning?
Förstärkningsinlärning (Reinforcement Learning, RL) är en maskininlärningsm...
Vad är Few-Shot Learning?
Few-Shot Learning är en maskininlärningsteknik där AI-modeller kan lära sig...