Glossario

Retrieval-Augmented Generation (RAG)

Che cos’è Retrieval-Augmented Generation (RAG)?

La Retrieval-Augmented Generation unisce ricerca e generazione di testo: prima di rispondere, il sistema cerca in una raccolta di conoscenze, come manuali, linee guida o FAQ, i passaggi pertinenti e li fornisce al modello linguistico come contesto. La risposta si basa così su contenuti aziendali aggiornati e non solo sulle conoscenze apprese in addestramento. Questo riduce le affermazioni inventate, rende tracciabili le fonti e consente aggiornamenti senza nuovo addestramento.

Come aiuta KI.ordo

È esattamente così che lavorano gli agenti KI.ordo: cercano nelle conoscenze caricate tramite ricerca per parole chiave (BM25) e rispondono indicando le fonti.

Scopri di più →

Temi

RAG
ricerca nelle conoscenze
modelli linguistici

Prova KI.ordo

Agenti, flussi e modelli in un’unica area di lavoro – demo gratuita di 24 ore.

Avvia demo

← Tutti i termini

Termini correlati

Pipeline di retrieval

Una pipeline di retrieval è la sequenza di passaggi con cui un sistema trova le informazioni giuste per una domanda. Di solito comprende: importare e pulire i documenti, suddividerli in sezioni, creare un indice di ricerca, eventualmente riformulare la richiesta, cercare i risultati, ordinarli (reranking) e passare i migliori al modello linguistico. È la base di ogni applicazione RAG e la sua qualità determina in larga misura la bontà delle risposte.

RAG
ricerca
+1

Allucinazione

Si parla di allucinazione quando un modello di IA produce un output convincente ma errato o del tutto inventato, ad esempio una sentenza inesistente, un numero sbagliato o una fonte fittizia. La causa: i modelli linguistici generano formulazioni probabili, non consultano automaticamente i fatti. Il rischio diminuisce se le risposte si basano su fonti verificate, se vengono indicati i riferimenti e se le persone controllano i risultati importanti.

Modelli linguistici
Affidabilità
+1

Modello

Cache-augmented generation (CAG)

La cache-augmented generation (CAG) è un approccio in cui un modello linguistico non cerca le conoscenze a ogni domanda: una base di conoscenza di dimensioni contenute viene caricata in anticipo nella finestra di contesto e questo stato viene memorizzato in cache, eliminando la fase di ricerca. Il termine è nato a fine 2024 come alternativa alla RAG. È adatta a basi piccole e stabili; con dati ampi o mutevoli la RAG resta di solito più pratica.

RAG
Finestra di contesto
+1

Recupero dell'informazione

Il recupero dell'informazione (information retrieval) comprende i metodi che, in grandi raccolte di testi, trovano i documenti o i passaggi pertinenti a una richiesta e li ordinano per rilevanza. Approcci classici come BM25 pesano i termini in base a frequenza e rarità; quelli più recenti aggiungono la somiglianza semantica. È alla base di motori di ricerca, ricerca aziendale e retrieval-augmented generation, in cui un modello linguistico usa i passaggi trovati come fonte della risposta.

Ricerca
BM25
+1