Генериране с разширение за извличане (Retrieval-Augmented Generation, RAG)

Генерирането с разширение за извличане (RAG) е конвейер за обработка на естествен език, въведен от Lewis et al. през 2020 г., който подсилва голям езиков модел (LLM) с доказателства, извлечени по време на извод от външна база знания. Вместо да разчита единствено на това, което моделът е запомнил по време на обучението, RAG първо извлича най-релевантните пасажи от индекс на документи и след това подава тези пасажи на LLM като контекст, заземявайки генерирания отговор във проверяема, актуална информация. Подходът намалява халюцинациите и позволява вливане на специфични за домейна или времево-чувствителни знания без преобучение на модела.