Retrieval-Augmented Generation (RAG)
Retrieval-Augmented Generation (RAG) on luonnollisen kielen käsittelyputki, jonka Lewis et al. esittelivät vuonna 2020. Se vahvistaa suurta kielimallia (LLM) päättelyaikana ulkoisesta tietopohjasta haetulla todistusaineistolla. Sen sijaan, että RAG luottaisi ainoastaan mallin koulutuksen aikana oppimaan tietoon, se ensin hakee relevantimmat tekstikatkelmat dokumentti-indeksistä ja syöttää sitten nämä katkelmat kielimallille kontekstina, perustuen generoidun vastauksen todennettavissa olevaan, ajantasaiseen tietoon. Lähestymistapa vähentää hallusinointia ja mahdollistaa toimialakohtaisen tai aikakriittisen tiedon syöttämisen ilman mallin uudelleenkoulutusta.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
Lähteet
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 1). Retrieval-Augmented Generation (RAG). ScholarGate. https://scholargate.app/fi/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-upotukset – kontekstisidonnaiset tekstiesityksetTekstinlouhinta↔ compare
- BERT-hienosäätöSyväoppiminen↔ compare
- Tietograafin rakentaminen tekstistäTekstinlouhinta↔ compare
- Kysymys-vastaus (QA)Tekstinlouhinta↔ compare
- Monipäinen itsehuomio (Multi-Head Self-Attention)Syväoppiminen↔ compare
- Tekstin tiivistäminenTekstinlouhinta↔ compare
- Transformer (NLP)Syväoppiminen↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →