تعریف بازبینیشده
RAG چیست؟ پاسخ هوش مصنوعی بر پایه دانش کسبوکار
تعریف کوتاه: RAG روشی است که پیش از تولید پاسخ، اطلاعات مرتبط را از یک منبع دانش بازیابی و در اختیار مدل قرار میدهد تا پاسخ به داده مشخص و کنترلشده نزدیکتر بماند.
چرا مهم است؟
کسبوکار میتواند اطلاعات محصولات و قواعد خود را منبع پاسخ قرار دهد، بدون اینکه مدل مجبور باشد آنها را از حافظه عمومی حدس بزند.
اجزای مفهوم
این تعریف از چه بخشهایی ساخته میشود؟
منبع مشخص
اطلاعات از پایگاه دانش یا کاتالوگ تعیینشده بازیابی میشوند.
انتخاب بخش مرتبط
همه اسناد در هر پاسخ وارد نمیشوند؛ قطعات مرتبط باید پیدا شوند.
تولید مشروط
مدل پاسخ را با زمینه بازیابیشده میسازد.
نیاز به ارزیابی
کیفیت بازیابی و وفاداری پاسخ باید با سؤال واقعی آزموده شوند.
محدودیتها
این مفهوم چه چیزی را تضمین نمیکند؟
- اگر اطلاعات منبع ناقص یا قدیمی باشد، پاسخ نیز قابل اتکای کامل نیست.
- بازیابی مرتبط مانع قطعی خطای مدل نمیشود و قواعد حساس همچنان به کنترل نیاز دارند.
نقشه معنایی
مفاهیم مرتبط
منابع و شواهد
برای بررسی بیشتر
- منطق بازیابی و تولید پاسخ در Cataworkproduct_transparency
- مرزهای حفاظت و جداسازی اطلاعاتtrust