Jaké jsou hlavní složky základního Retrieval-Augmented Generation (RAG)?

Vytěžování rozšířené generace (RAG) je přístup v zpracování přirozeného jazyka, který kombinuje extrakci relevantních informací z externích zdrojů s generováním textu na základě těchto informací.

Hlavní komponenty základního RAG:

1. Retriever (Vyhledávač)

   • Model nebo algoritmus, který hledá a extrahuje relevantní dokumenty nebo fragmenty z databáze znalostí nebo korpusu.
   • Obvykle používá metody vyhledávání na základě vektorových reprezentací (embedding) nebo tradiční vyhledávací indexy.

2. Generator (Generátor)

   • Model generování textu (například transformer), který přijímá původní dotaz a extrahované dokumenty.
   • Generuje odpověď s ohledem na kontext získaných dokumentů.

3. Databáze znalostí (Knowledge Base)

   • Úložiště dokumentů, textů nebo dat, ze kterých se informace extrahují.

4. Integrace vyhledávače a generátoru

   • Mechanismus, který spojuje výsledky extrakce s generováním, aby zlepšil kvalitu a přesnost odpovědí.

Tímto způsobem RAG umožňuje vytvářet informovanější a kontextově odůvodněné odpovědi, kombinováním vyhledávání znalostí a generování přirozeného jazyka.