Ce este generarea augmentată prin recuperare (RAG)?
Retrieval-augmented generation (RAG) este o tehnică prin care un AI extrage informații relevante dintr-o sursă externă și le folosește pentru a genera un răspuns mai precis și actualizat - în loc să se bazeze doar pe ce a memorat modelul.
Un model de limbaj, de unul singur, răspunde pe baza a ceea ce a învățat în timpul antrenamentului, ceea ce poate fi învechit sau generic. RAG adaugă un pas de recuperare: sistemul găsește informații relevante și actuale - de pe web, dintr-o bază de cunoștințe sau din datele tale - și le transmite modelului, astfel încât răspunsul să se bazeze pe surse reale.
RAG este modul în care căutarea AI modernă și asistenții rămân corecți și la zi. De asemenea, stă la baza motoarelor de căutare generative, care recuperează și citează surse când răspund.
cum funcționează asta în folk
Folk folosește retrieval pentru a-și fundamenta răspunsurile în informații reale și actuale, navigând pe web-ul live pe propriul computer și extrăgând din memoria ta personală, astfel încât răspunsurile să se potrivească contextului tău real, nu doar antrenamentului modelului.
întrebări frecvente
De ce este util RAG?
Face răspunsurile AI precise și actualizate, bazându-le pe surse recuperate, și permite unui asistent să folosească datele tale sau web-ul live în loc să se bazeze doar pe ce a memorat modelul.
Cum folosește folk recuperarea?
Folk navighează pe web-ul live pe propriul computer cloud și recuperează din memoria ta persistentă, astfel încât răspunsurile și acțiunile sale reflectă informațiile actuale și contextul tău personal.