Uzalishaji Ulioimarishwa kwa Urejeshaji (RAG)
Uzalishaji Ulioimarishwa kwa Urejeshaji (RAG) ni mfumo wa usindikaji wa lugha asilia ulioanzishwa na Lewis et al. mwaka 2020 ambao huimarisha lugha kubwa (LLM) kwa ushahidi unaopatikana wakati wa uamuzi kutoka kwenye hifadhidata ya nje. Badala ya kutegemea tu kile ambacho modeli ilikumbuka wakati wa mafunzo, RAG kwanza hurejesha vifungu muhimu zaidi kutoka kwenye faharisi ya hati na kisha huvipeleka vifungu hivyo kwa LLM kama muktadha, na hivyo kuweka jibu lililotolewa katika taarifa inayoweza kuthibitishwa na iliyosasishwa. Mbinu hii hupunguza udanganyifu na inaruhusu ujuzi mahususi wa kikoa au unaohusiana na wakati kuingizwa bila kufundisha upya modeli.
Soma mbinu kamili
Ingia kwa akaunti ya bure ili kusoma sehemu hii.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
Vyanzo
- 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 ↗
Jinsi ya kunukuu ukurasa huu
ScholarGate. (2026, June 1). Retrieval-Augmented Generation (RAG). ScholarGate. https://scholargate.app/sw/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 EmbeddingsUchimbaji wa Matini↔ compare
- Urekebishaji wa BERTUjifunzaji wa Kina↔ compare
- Ujenzi wa Grafu ya Maarifa Kutoka Kwenye MaandishiUchimbaji wa Matini↔ compare
- Kujibu Maswali (QA)Uchimbaji wa Matini↔ compare
- Uzingatio-mkuu wa nafsi (Multi-Head Self-Attention)Ujifunzaji wa Kina↔ compare
- Muhtasari wa MatiniUchimbaji wa Matini↔ compare
- Transformer (NLP)Ujifunzaji wa Kina↔ compare
Imerejelewa na
Umeona tatizo kwenye ukurasa huu? Ripoti au pendekeza marekebisho →