יצירה מוגברת אחזור (RAG)
יצירה מוגברת אחזור (RAG) היא צינור עיבוד שפה טבעית שהוצג על ידי Lewis et al. בשנת 2020, המחזק מודל שפה גדול (LLM) באמצעות ראיות שנשלפו בזמן היסק מבסיס ידע חיצוני. במקום להסתמך אך ורק על מה שמודל שינן במהלך האימון, RAG תחילה מאחזר את הקטעים הרלוונטיים ביותר מאינדקס מסמכים ואז מעביר קטעים אלו ל-LLM כהקשר, ומבסס את התשובה שנוצרה על מידע שניתן לאמת ועדכני. הגישה מפחיתה הזיות ומאפשרת הזרקת ידע ספציפי לתחום או רגיש לזמן מבלי לאמן מחדש את המודל.
קראו את השיטה במלואה
התחברו עם חשבון חינמי כדי לקרוא חלק זה.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
מקורות
- 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 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 1). Retrieval-Augmented Generation (RAG). ScholarGate. https://scholargate.app/he/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 Embeddingsכריית טקסט↔ compare
- כוונון עדין של BERTלמידה עמוקה↔ compare
- בניית גרף ידע מטקסטכריית טקסט↔ compare
- מענה על שאלות (QA)כריית טקסט↔ compare
- Self-Attention מרובה ראשים (Multi-Head Self-Attention)למידה עמוקה↔ compare
- סיכום טקסטכריית טקסט↔ compare
- טרנספורמר (עיבוד שפה טבעית)למידה עמוקה↔ compare