Речник

Оценяване на документи (RAG)

Какво е Оценяване на документи (RAG)?

При retrieval-augmented generation (RAG) оценяването на документи означава проверка на извлечените откъси дали отговарят на въпроса и могат да подкрепят отговор. Само откъсите, оценени като релевантни, се предават на езиковия модел; неподходящите резултати се отхвърлят или задействат ново търсене. Така намалява рискът от измислени или неправилно обосновани отговори, например когато за въпрос за актуални цени се появи остарял документ.

Как помага KI.ordo

Агентите в KI.ordo отговарят със сочене на източници и открито казват, когато не знаят нещо; въпросите без съвпадения се показват в списък с пропуски в знанията.

Научете повече

Теми

RAG
релевантност
осигуряване на качеството

Изпробвайте KI.ordo

Агенти, потоци и шаблони в едно работно пространство – безплатна 24-часова демонстрация.

Стартирайте демото

← Всички термини

Свързани термини

Генериране, допълнено с извличане (RAG)

Генерирането, допълнено с извличане (Retrieval-augmented generation), съчетава търсене с генериране на текст: преди да отговори, системата търси в колекция от знания – например ръководства, правилници или често задавани въпроси – подходящи пасажи и ги подава на езиковия модел като контекст. Така отговорът се основава на актуално съдържание, специфично за компанията, а не само на знанията от обучението на модела. Това намалява измислените твърдения, прави източниците проследими и позволява актуализации без повторно обучение.

RAG
търсене в знанията
+1

Пренареждане на документи (document reranking)

Пренареждането на документи (document reranking) е втора стъпка на сортиране в системите за търсене и RAG: бързо първоначално търсене връща набор от кандидат-резултати, които по-прецизен, но по-скъп метод след това подрежда по релевантност. Това често се прави от т.нар. cross-encoder, който оценява въпроса и откъса заедно. Така най-релевантните откъси се озовават най-отгоре, преди езиков модел да формулира отговор въз основа на тях.

търсене
RAG
+1

Халюцинация

Халюцинацията е изход на ИИ модел, който звучи убедително, но е грешен или напълно измислен – например несъществуващо съдебно решение, неточна цифра или измислен източник. Причината: езиковите модели създават вероятни формулировки; те не търсят автоматично факти. Рискът намалява, когато отговорите се основават на проверени източници, посочват се доказателства и хората проверяват важните резултати.

Езикови модели
Надеждност
+1

Шаблон

Конвейер за извличане

Конвейерът за извличане (retrieval pipeline) е последователността от стъпки на обработка, с която една система намира правилната информация за даден въпрос. Типични стъпки са: приемане и почистване на документите, разделянето им на части (chunks), изграждане на индекс за търсене, при желание преформулиране на заявката, извличане на съвпаденията, подреждането им (reranking) и подаване на най-добрите към езиковия модел. Той е основата на всяко RAG приложение и качеството му до голяма степен определя колко добри ще бъдат получените отговори.

RAG
търсене
+1