Słownik pojęć

Ocena dokumentów (RAG)

Czym jest Ocena dokumentów (RAG)?

W generowaniu wspomaganym wyszukiwaniem (RAG) ocena dokumentów oznacza sprawdzenie znalezionych fragmentów pod kątem tego, czy pasują do pytania i mogą uzasadnić odpowiedź. Do modelu językowego trafiają tylko fragmenty uznane za trafne; nieodpowiednie wyniki są odrzucane lub uruchamiają nowe wyszukiwanie. Zmniejsza to ryzyko zmyślonych lub błędnie podpartych źródłami odpowiedzi, na przykład gdy na pytanie o aktualne ceny pojawia się nieaktualny dokument.

Jak pomaga KI.ordo

Agenci w KI.ordo odpowiadają z podaniem źródeł i otwarcie mówią, gdy czegoś nie wiedzą; pytania bez dopasowań trafiają na listę luk w wiedzy.

Dowiedz się więcej

Tematy

RAG
trafność
zapewnienie jakości

Wypróbuj KI.ordo

Agenci, przepływy i szablony w jednym obszarze roboczym – bezpłatne demo na 24 godziny.

Uruchom demo

← Wszystkie pojęcia

Powiązane pojęcia

Generowanie wspomagane wyszukiwaniem (RAG)

Generowanie wspomagane wyszukiwaniem łączy wyszukiwanie z generowaniem tekstu: przed udzieleniem odpowiedzi system przeszukuje zbiór wiedzy – na przykład instrukcje, regulaminy wewnętrzne lub FAQ – w poszukiwaniu istotnych fragmentów i przekazuje je modelowi językowemu jako kontekst. Odpowiedź opiera się więc na aktualnych treściach specyficznych dla firmy, a nie wyłącznie na wiedzy treningowej modelu. Ogranicza to zmyślone stwierdzenia, umożliwia prześledzenie źródeł i pozwala na aktualizacje bez ponownego trenowania.

RAG
wyszukiwanie wiedzy
+1

Reranking dokumentów

Reranking dokumentów to drugi krok sortowania w systemach wyszukiwania i RAG: szybkie wyszukiwanie początkowe zwraca zbiór kandydatów, który następnie dokładniejsza, ale bardziej kosztowna metoda porządkuje na nowo według trafności. Często robi to tak zwany cross-encoder, który ocenia pytanie i fragment łącznie. Dzięki temu najtrafniejsze fragmenty znajdują się na górze, zanim model językowy sformułuje na ich podstawie odpowiedź.

wyszukiwanie
RAG
+1

Halucynacja

Halucynacja to wynik modelu AI, który brzmi przekonująco, ale jest błędny lub całkowicie zmyślony – na przykład nieistniejący wyrok sądu, błędna liczba czy wymyślone źródło. Przyczyna: modele językowe tworzą prawdopodobne sformułowania, a nie sprawdzają automatycznie faktów. Ryzyko maleje, gdy odpowiedzi opierają się na zweryfikowanych źródłach, podawane są dowody, a ważne wyniki sprawdzają ludzie.

modele językowe
niezawodność
+1

Szablon

Potok wyszukiwania (retrieval pipeline)

Potok wyszukiwania to sekwencja kroków przetwarzania, za pomocą których system znajduje właściwe informacje do pytania. Typowe kroki to: pobieranie i czyszczenie dokumentów, dzielenie ich na fragmenty (chunki), budowa indeksu wyszukiwania, ewentualnie przeformułowanie zapytania, pobranie dopasowań, ich uszeregowanie (reranking) i przekazanie najlepszych modelowi językowemu. Jest fundamentem każdej aplikacji RAG, a jego jakość w dużej mierze decyduje o tym, jak dobre są uzyskiwane odpowiedzi.

RAG
wyszukiwanie
+1