Czym jest retrieval-augmented generation (RAG)?
Retrieval-augmented generation (RAG) to technika, w której AI pobiera odpowiednie informacje z zewnętrznego źródła i używa ich do wygenerowania dokładniejszej, aktualnej odpowiedzi, zamiast polegać tylko na tym, co model zapamiętał.
Sam model językowy odpowiada na podstawie tego, czego nauczył się w treningu, a to może być nieaktualne albo ogólnikowe. RAG dodaje krok pobierania: system znajduje odpowiednie, aktualne informacje, z sieci, bazy wiedzy albo twoich własnych danych, i podaje je modelowi, żeby odpowiedź opierała się na prawdziwych źródłach.
RAG sprawia, że nowoczesne wyszukiwanie AI i asystenci pozostają dokładni i aktualni. Stoi też za generatywnymi wyszukiwarkami, które przy odpowiedzi pobierają i cytują źródła.
jak to działa w folk
Folk używa pobierania, żeby oprzeć odpowiedzi na prawdziwych, aktualnych informacjach: przegląda żywą sieć na własnym komputerze i czerpie z twojej osobistej pamięci, więc odpowiedzi pasują do twojego prawdziwego kontekstu, a nie tylko do treningu modelu.
często zadawane pytania
Do czego przydaje się RAG?
Sprawia, że odpowiedzi AI są dokładne i aktualne, bo opiera je na pobranych źródłach, i pozwala asystentowi użyć twoich danych albo żywej sieci, zamiast polegać tylko na tym, co model zapamiętał.
Jak folk używa pobierania?
Folk przegląda żywą sieć na własnym komputerze w chmurze i pobiera z twojej trwałej pamięci, więc jego odpowiedzi i działania odzwierciedlają aktualne informacje i twój osobisty kontekst.