রিট্রিভাল-অগমেন্টেড জেনারেশন (RAG)
রিট্রিভাল-অগমেন্টেড জেনারেশন (RAG) হলো ২০২০ সালে Lewis et al. কর্তৃক প্রবর্তিত একটি ন্যাচারাল-ল্যাঙ্গুয়েজ-প্রসেসিং পাইপলাইন যা একটি বৃহৎ ভাষা মডেলকে (LLM) ইনফারেন্সের সময় একটি বাহ্যিক জ্ঞান ভান্ডার থেকে প্রাপ্ত তথ্যের মাধ্যমে শক্তিশালী করে। মডেলটি প্রশিক্ষণের সময় যা মুখস্থ করেছে তার উপর সম্পূর্ণরূপে নির্ভর না করে, RAG প্রথমে প্রাসঙ্গিক অনুচ্ছেদগুলি একটি ডকুমেন্ট ইনডেক্স থেকে পুনরুদ্ধার করে এবং তারপর সেই অনুচ্ছেদগুলি LLM-কে প্রসঙ্গ (context) হিসেবে প্রদান করে, যা যাচাইযোগ্য, হালনাগাদ তথ্যের উপর ভিত্তি করে উত্তর তৈরি করে। এই পদ্ধতিটি হ্যালুসিনেশন (hallucination) হ্রাস করে এবং মডেলকে পুনরায় প্রশিক্ষণ ছাড়াই ডোমেইন-নির্দিষ্ট বা সময়-সংবেদনশীল জ্ঞান প্রবেশ করানোর সুযোগ দেয়।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
উৎস
- 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 ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 1). Retrieval-Augmented Generation (RAG). ScholarGate. https://scholargate.app/bn/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.
- BERT এমবেডিংটেক্সট খনন↔ compare
- BERT ফাইন-টিউনিংগভীর শিখন↔ compare
- টেক্সট থেকে নলেজ গ্রাফ তৈরিটেক্সট খনন↔ compare
- প্রশ্নোত্তর (QA)টেক্সট খনন↔ compare
- মাল্টি-হেড সেলফ-অ্যাটেনশনগভীর শিখন↔ compare
- টেক্সট সামারাইজেশনটেক্সট খনন↔ compare
- ট্রান্সফরমার (এনএলপি)গভীর শিখন↔ compare
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →