Što je generiranje potpomognuto pretraživanjem (RAG)?
Retrieval-augmented generation (RAG) je tehnika u kojoj AI dohvaća relevantne informacije iz vanjskog izvora i koristi ih za generiranje točnijeg, ažurnijeg odgovora, umjesto da se oslanja samo na ono što je model zapamtio.
Jezični model sam po sebi odgovara iz onoga što je naučio tijekom treninga, što može biti zastarjelo ili generičko. RAG dodaje korak dohvaćanja: sustav pronađe relevantne, aktualne informacije, s weba, iz baze znanja ili tvojih podataka, i ubaci ih u model da odgovor bude utemeljen na stvarnim izvorima.
RAG je način na koji moderno AI pretraživanje i asistenti ostaju točni i ažurni. Također podupire generativne tražilice, koje dohvaćaju i citiraju izvore kada odgovaraju.
kako ovo funkcionira u folku
Folk koristi dohvaćanje kako bi svoje odgovore temeljio na stvarnim, aktualnim informacijama. Pretražuje live web na svom računalu i crpi iz tvog osobnog pamćenja, pa se odgovori uklapaju u tvoj stvarni kontekst, a ne samo u modelovo treniranje.
često postavljana pitanja
Zašto je RAG koristan?
Čini AI odgovore točnima i ažurnima tako što ih temelji na pronađenim izvorima, i omogućuje asistentu da koristi tvoje podatke ili živi web umjesto da se oslanja samo na ono što je model zapamtio.
Kako folk koristi dohvaćanje?
Folk pregledava živi web na svom vlastitom cloud računalu i dohvaća iz tvoje trajne memorije, pa njegovi odgovori i radnje odražavaju aktualne informacije i tvoj osobni kontekst.