Cos'è la retrieval-augmented generation (RAG)?
La retrieval-augmented generation (RAG) è una tecnica in cui un'AI recupera informazioni pertinenti da una fonte esterna e le usa per generare una risposta più precisa e aggiornata, invece di basarsi solo su quello che il modello ha memorizzato.
Un modello linguistico da solo risponde in base a quello che ha imparato durante l'addestramento, che può essere vecchio o generico. La RAG aggiunge un passaggio di recupero: il sistema trova informazioni pertinenti e aggiornate, dal web, da una base di conoscenza o dai tuoi dati, e le passa al modello così la risposta si basa su fonti reali.
La RAG è il modo in cui la ricerca e gli assistenti AI moderni restano precisi e aggiornati. È anche alla base dei motori di ricerca generativi, che recuperano e citano le fonti quando rispondono.
come funziona in folk
Folk usa il recupero per basare le sue risposte su informazioni reali e aggiornate, navigando sul web in tempo reale con il suo computer e attingendo alla tua memoria personale, così le risposte si adattano al tuo contesto vero, non solo all'addestramento del modello.
domande frequenti
Perché la RAG è utile?
Rende le risposte dell'AI precise e aggiornate basandole su fonti recuperate, e permette a un assistente di usare i tuoi dati o il web in tempo reale invece di basarsi solo su quello che il modello ha memorizzato.
Come usa il recupero folk?
Folk naviga sul web in tempo reale con il suo computer nel cloud e attinge alla tua memoria persistente, così le sue risposte e azioni riflettono informazioni aggiornate e il tuo contesto personale.