retrieval-augmented generation (RAG) क्या है?
retrieval-augmented generation (RAG) एक तरीका है जिसमें AI किसी बाहरी source से ज़रूरी जानकारी निकालता है और उससे ज़्यादा सही, ताज़ा जवाब बनाता है, सिर्फ़ model की याद की हुई चीज़ों पर निर्भर रहने के बजाय।
अकेला language model उसी से जवाब देता है जो उसने training में सीखा, जो पुराना या generic हो सकता है। RAG एक retrieval step जोड़ता है: system ज़रूरी, ताज़ा जानकारी ढूँढता है, web से, किसी knowledge base से, या तुम्हारे अपने data से, और model को देता है ताकि जवाब असली sources पर टिका हो।
RAG से ही आज के AI search और assistants सही और ताज़ा रहते हैं। यही generative search engines की नींव भी है, जो जवाब देते समय sources निकालकर उनका हवाला देते हैं।
folk में ये कैसे काम करता है
Folk retrieval से अपने जवाबों को असली, ताज़ा जानकारी पर टिकाता है, अपने computer पर live web browse करके और तुम्हारी personal memory से निकालकर, ताकि जवाब तुम्हारे असली context में fit हों, सिर्फ़ model की training में नहीं।
अक्सर पूछे जाने वाले सवाल
RAG काम का क्यों है?
ये AI के जवाबों को निकाले गए sources पर टिकाकर सही और ताज़ा बनाता है, और assistant को सिर्फ़ model की याद पर निर्भर रहने के बजाय तुम्हारा अपना data या live web इस्तेमाल करने देता है।
folk retrieval कैसे इस्तेमाल करता है?
Folk अपने cloud computer पर live web browse करता है और तुम्हारी persistent memory से जानकारी निकालता है, तो इसके जवाब और काम ताज़ा जानकारी और तुम्हारे personal context को दिखाते हैं।