Vad är RAG (Retrieval-Augmented Generation)?
RAG är en teknik som kombinerar informationssökning med AI-generering för att producera mer korrekta och uppdaterade svar.
Definition
RAG (Retrieval-Augmented Generation) är en AI-teknik som kombinerar informationsökning från externa databaser med generativ AI för att producera svar som är baserade på aktuell, verifierbar information.
Syfte
RAG syftar till att lösa problem med hallucinationer och föråldrad information genom att grunda AI-svar i specifika, uppdaterade källor.
Funktion
Systemet söker först relevant information från en kunskapsbas, sedan använder AI-modellen denna information som kontext för att generera korrekta svar.
Exempel
En AI-assistent som hämtar aktuella nyhetsartiklar för att svara på frågor om pågående händelser, eller som använder företagsdokument för interna frågor.
Relaterat
Grounding, Vector Database, Information Retrieval, Knowledge Base, Semantic Search
Vill du veta mer?
Om du vill fördjupa dig i RAG (Retrieval-Augmented Generation) —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 Grounding?
Grounding är processen att grunda AI-modellers svar i extern, verifierbar i...
Vad är Evals?
Evals (evaluations) är systematiska tester och bedömningsmetoder som använd...
Vad är en Transformer?
Transformer är en neural nätverksarkitektur som använder attention-mekanism...
Vad är Human-in-the-Loop (HITL)?
Human-in-the-Loop (HITL) är en metodik där människor är aktivt integrerade...
Vad är Embeddings?
Embeddings är numeriska vektorrepresentationer som omvandlar ord, meningar,...