Jakie są główne składniki podstawowej Generacji Wzbogaconej o Wyszukiwanie (RAG)?

Generowanie wspomagane wyszukiwaniem (RAG) to podejście w przetwarzaniu języka naturalnego, które łączy wydobywanie istotnych informacji z zewnętrznych źródeł z generowaniem tekstu na podstawie tych informacji.

Główne komponenty podstawowego RAG:

1. Retriever (Wyszukiwacz)

   • Model lub algorytm, który wyszukuje i wyodrębnia istotne dokumenty lub fragmenty z bazy wiedzy lub korpusu.
   • Zazwyczaj korzysta z metod wyszukiwania opartych na reprezentacjach wektorowych (embedding) lub tradycyjnych indeksach wyszukiwania.

2. Generator (Generator)

   • Model generacji tekstu (np. transformer), który przyjmuje zapytanie początkowe i wyodrębnione dokumenty.
   • Generuje odpowiedź, uwzględniając kontekst wyodrębnionych dokumentów.

3. Baza wiedzy (Knowledge Base)

   • Magazyn dokumentów, tekstów lub danych, z których wyodrębnia się informacje.

4. Integracja Wyszukiwacza i Generatora

   • Mechanizm łączący wyniki wyszukiwania z generowaniem, aby poprawić jakość i dokładność odpowiedzi.

W ten sposób RAG pozwala tworzyć bardziej poinformowane i kontekstowe odpowiedzi, łącząc wyszukiwanie wiedzy z generowaniem języka naturalnego.