التوليد المعزز بالاسترجاع (RAG)
التوليد المعزز بالاسترجاع (RAG) هو خط أنابيب لمعالجة اللغة الطبيعية قدمه لويس وآخرون في عام 2020 يعزز نموذج اللغة الكبير (LLM) بالأدلة التي تم جلبها في وقت الاستدلال من قاعدة معرفة خارجية. بدلاً من الاعتماد فقط على ما حفظه النموذج أثناء التدريب، يقوم RAG أولاً باسترجاع المقاطع الأكثر صلة من فهرس المستندات ثم يمرر تلك المقاطع إلى نموذج اللغة الكبير (LLM) كسياق، مما يرسخ الإجابة المولدة في معلومات قابلة للتحقق ومحدثة. يقلل هذا النهج من الهلوسة ويسمح بحقن المعرفة الخاصة بالمجال أو الحساسة للوقت دون إعادة تدريب النموذج.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
المصادر
- Lewis, P. et al. (2020). Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks. Advances in Neural Information Processing Systems (NeurIPS), 33, 9459-9474. DOI: 10.48550/arXiv.2005.11401 ↗
- Gao, Y. et al. (2023). Retrieval-Augmented Generation for Large Language Models: A Survey. arXiv preprint. DOI: 10.48550/arXiv.2312.10997 ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 1). Retrieval-Augmented Generation (RAG). ScholarGate. https://scholargate.app/ar/text-mining/retrieval-augmented-generation
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- تضمينات BERTتنقيب النصوص↔ compare
- ضبط نموذج بيرت الدقيقالتعلم العميق↔ compare
- بناء الرسم البياني المعرفي من النصتنقيب النصوص↔ compare
- الإجابة على الأسئلة (QA)تنقيب النصوص↔ compare
- الانتباه الذاتي متعدد الرؤوسالتعلم العميق↔ compare
- تلخيص النصوصتنقيب النصوص↔ compare
- المُحوِّل (NLP)التعلم العميق↔ compare