Mi az a retrieval-augmented generation (RAG)?
A visszakereséssel támogatott generálás (RAG) egy technika, amikor az AI releváns információt keres egy külső forrásból, és abból generál pontosabb, naprakészebb választ, ahelyett hogy csak arra támaszkodna, amit a modell megjegyzett.
Egy nyelvi modell önmagában csak abból válaszol, amit a tanítás során megtanult, ami lehet elavult vagy sablonos. A RAG hozzáad egy visszakeresési lépést: a rendszer megkeresi a releváns, friss információkat, a webről, egy tudásbázisból vagy a saját adataidból, és odaadja a modellnek, hogy a válasz valódi forrásokon alapuljon.
A RAG az, amivel a modern AI-keresés és az asszisztensek pontosak és naprakészek maradnak. A generatív keresőmotorok is ezen alapulnak, amelyek forrásokat keresnek elő és idéznek, amikor válaszolnak.
hogyan működik ez a folkban
A Folk visszakeresést használ, hogy a válaszait valós, aktuális információkra alapozza, élő webet böngészik a saját számítógépén, és a személyes memóriádból merít, így a válaszok a tényleges kontextusodhoz illeszkednek, nem csak a modell tanításához.
gyakori kérdések
Miért hasznos a RAG?
Pontossá és naprakésszé teszi az AI válaszait azzal, hogy visszakeresett forrásokra alapozza őket, és lehetővé teszi, hogy az asszisztens a saját adataidat vagy az élő webet használja, ahelyett hogy csak arra támaszkodna, amit a modell megjegyzett.
Hogyan használja a folk a visszakeresést?
A Folk a saját felhőszámítógépén böngészi az élő webet, és a tartós memóriádból keres vissza, így a válaszai és tettei a friss információkat és a személyes kontextusodat tükrözik.