Glosar

Generare augmentată prin regăsire (RAG)

Ce este Generare augmentată prin regăsire (RAG)?

Generarea augmentată prin regăsire combină căutarea cu generarea de text: înainte de a răspunde, sistemul caută într-o colecție de cunoștințe – de exemplu manuale, regulamente sau FAQ-uri – pasajele relevante și le transmite modelului lingvistic drept context. Răspunsul se bazează astfel pe conținut actual, specific companiei, și nu doar pe cunoștințele de antrenare ale modelului. Aceasta reduce afirmațiile inventate, face sursele verificabile și permite actualizări fără reantrenare.

Cum ajută KI.ordo

Exact așa funcționează agenții KI.ordo: caută în cunoștințele stocate prin căutare după cuvinte-cheie (BM25) și răspund cu trimiteri la surse.

Aflați mai multe

Subiecte

RAG
căutare în cunoștințe
modele lingvistice

Încercați KI.ordo

Agenți, fluxuri și șabloane într-un singur spațiu de lucru – demo gratuit de 24 de ore.

Porniți demo-ul

← Toți termenii

Termeni înrudiți

Pipeline de regăsire

Un pipeline de regăsire este succesiunea de pași de prelucrare prin care un sistem găsește informațiile potrivite pentru o întrebare. Pașii tipici sunt: preluarea și curățarea documentelor, împărțirea lor în fragmente (chunk-uri), crearea unui index de căutare, eventual reformularea interogării, regăsirea potrivirilor, ordonarea lor (reranking) și transmiterea celor mai bune către modelul lingvistic. Este fundamentul oricărei aplicații RAG, iar calitatea sa determină în mare măsură cât de bune sunt răspunsurile obținute.

RAG
căutare
+1

Halucinație

O halucinație este un rezultat al unui model IA care sună convingător, dar este greșit sau complet inventat – de exemplu o hotărâre judecătorească inexistentă, o cifră incorectă sau o sursă inventată. Cauza: modelele lingvistice produc formulări probabile; ele nu caută automat fapte. Riscul scade atunci când răspunsurile se bazează pe surse verificate, se citează dovezi, iar oamenii verifică rezultatele importante.

modele lingvistice
fiabilitate
+1

Șablon

Generare augmentată prin cache (CAG)

Generarea augmentată prin cache (CAG) este o abordare în care un model lingvistic nu caută cunoștințe la fiecare întrebare. În schimb, o bază de cunoștințe de dimensiuni rezonabile este încărcată în avans în fereastra sa de context, iar această stare este stocată în cache, astfel încât răspunsurile nu necesită un pas separat de regăsire. Termenul a fost popularizat de o lucrare de cercetare de la sfârșitul anului 2024, ca alternativă la generarea augmentată prin regăsire (RAG). CAG se potrivește bazelor de cunoștințe mici și stabile; pentru date mari sau care se schimbă frecvent, RAG rămâne de obicei mai practic.

RAG
Fereastră de context
+1

Regăsirea informațiilor

Regăsirea informațiilor (information retrieval) cuprinde metodele care găsesc, într-un volum mare de text, documentele sau pasajele ce corespund unei interogări și le ordonează după relevanță. Abordările clasice, precum BM25, ponderează termenii de căutare după cât de des și cât de rar apar; cele mai noi adaugă similitudinea semantică. Stă la baza motoarelor de căutare, a căutării în întreprindere și a retrieval-augmented generation, în care un model lingvistic folosește pasajele regăsite ca bază pentru răspunsul său.

Căutare
BM25
+1