Wat is retrieval-augmented generation (RAG)?
Retrieval-augmented generation (RAG) is een techniek waarbij een AI relevante informatie uit een externe bron ophaalt en die gebruikt om een nauwkeuriger, actueler antwoord te genereren, in plaats van alleen te vertrouwen op wat het model uit zijn hoofd kent.
Een taalmodel antwoordt op zichzelf uit wat het tijdens de training leerde, en dat kan verouderd of algemeen zijn. RAG voegt een ophaalstap toe: het systeem zoekt relevante, actuele informatie, van het web, een kennisbank of je eigen data, en voert die aan het model zodat het antwoord op echte bronnen is gebaseerd.
RAG is hoe moderne AI-zoekfuncties en assistenten nauwkeurig en actueel blijven. Het ligt ook onder generatieve zoekmachines, die bronnen ophalen en citeren als ze antwoorden.
hoe dit werkt in folk
Folk gebruikt ophalen om zijn antwoorden op echte, actuele informatie te baseren: het surft op het live web op zijn eigen computer en put uit je persoonlijke geheugen, zodat antwoorden bij je echte context passen en niet alleen bij de training van het model.
veelgesteld
Waarom is RAG nuttig?
Het maakt AI-antwoorden nauwkeurig en actueel door ze op opgehaalde bronnen te baseren, en laat een assistent je eigen data of het live web gebruiken in plaats van alleen te vertrouwen op wat het model uit zijn hoofd kent.
Hoe gebruikt folk ophalen?
Folk surft op het live web op zijn eigen cloudcomputer en haalt op uit je blijvende geheugen, zodat zijn antwoorden en acties actuele informatie en jouw persoonlijke context weerspiegelen.