تعریف
د معلوماتو د ترلاسه کولو لپاره زیات شوی نسل (RAG) یو تخنیک دی چې د معلوماتو د ترلاسه کولو سیسټمونو سره د تولید ماډلونه یوځای کوي. دا د معلوماتو دقت ښه کولو لپاره په بهرنیو سرچینو کې محصولات ځای په ځای کوي.
هدف
موخه دا ده چې د ترلاسه شویو اسنادو سره د ځوابونو د زیاتولو له لارې په تولیدي AI کې وهمي فکر کم شي. دا په ځانګړي ډول د پوښتنو ځوابولو او پوهې پورې اړوند دندو کې ګټور دی.
اهمیت
- د LLM په پایلو کې د حقیقي دقت ښه والی.
- د ډومین ځانګړي پوهې ادغام فعالوي.
- د باور وړ بیرته ترلاسه کولو سیسټمونو ته اړتیا لري.
- د هایبرډ لټون او خلاص ډومین QA پورې اړوند.
څنګه کار کوي
- کارن یوه پوښتنه یا غوښتنه وړاندې کوي.
- د ترلاسه کولو سیسټم اړونده اسناد ترلاسه کوي.
- اسناد په تولیدي ماډل کې لیږدول کیږي.
- ماډل د ترلاسه شوي منځپانګې پر بنسټ ځوابونه تولیدوي.
- د فیډبیک لوپونه راتلونکي فعالیت ته وده ورکوي.
مثالونه (حقیقي نړۍ)
- د لټون کولو یا بیرته ترلاسه کولو پلگ انونو سره OpenAI ChatGPT.
- د میټا RAG ماډل: د بیرته ترلاسه کولو پر بنسټ LLMs په اړه څیړنه.
- پېچلتیا AI: د بیا ترلاسه کولو لپاره زیات شوی د خبرو اترو لټون.
حوالې / نور لوستل
- لیوس او نور. "د پوهې ژورې NLP لپاره د ترلاسه کولو-زیات شوی نسل." نیوریپس ۲۰۲۰.
- د غېږې ورکولو مخ RAG تطبیق.
- د استخراج میتودونو په اړه د سټینفورډ HAI څیړنه.
- RAFT څه شی دی؟ RAG + فاین ټونینګ
