Resonemang i flera steg (multi-hop) är ett AI-systems förmåga att besvara en fråga genom flera efterföljande slutledningar, ofta genom att kombinera information från olika källor. Exempel: ”Vilken avdelning leds av den som ansvarar för projekt X?” kräver först att den ansvariga personen identifieras och sedan personens avdelning. Sådana frågor är krävande för sök- och RAG-system eftersom varje mellansteg måste hittas och kopplas ihop korrekt.
Retrieval-augmented generation kombinerar sökning med textgenerering: innan systemet svarar söker det i en kunskapssamling – som manualer, policyer eller vanliga frågor – efter relevanta avsnitt och skickar dem som sammanhang till språkmodellen. Svaret bygger därmed på aktuellt, företagsspecifikt innehåll i stället för enbart på modellens träningskunskap. Det minskar påhittade påståenden, gör källor spårbara och möjliggör uppdateringar utan omträning.
Frågebesvarande (question answering, QA) är ett område inom språkteknologi där ett system besvarar frågor ställda på vardagligt språk direkt, i stället för att returnera en lista med sökträffar. Moderna system letar efter relevanta stycken i en kunskapsbas och formulerar ett svar utifrån dem, helst med källhänvisning. Typiska användningsområden är kundtjänst, interna kunskapsbaser och manualer – till exempel genom att fråga personalhandboken ”Hur många semesterdagar får jag under mitt första år?”
LazyGraphRAG är ett angreppssätt för grafbaserad retrieval-augmented generation som Microsoft Research presenterade 2024. Till skillnad från GraphRAG låter det inte en språkmodell skapa sammanfattningar under indexeringen; i stället identifierar det begrepp och deras samförekomster med klassisk språkteknologi, och språkmodellen används först vid frågetillfället. Enligt Microsoft sänker detta indexeringskostnaderna till nivån för grundläggande vektor-RAG. Det lämpar sig särskilt för frågor som kräver en överblick över stora dokumentsamlingar.
Modellkedjning innebär att flera AI-modeller eller AI-steg kopplas i följd så att utdata från ett steg blir indata till nästa. Komplexa uppgifter kan på så sätt delas upp i hanterbara delmoment som kan kontrolleras och förbättras var för sig. Exempel: ett steg sammanfattar en kundförfrågan, ett andra fördelar den till en avdelning och ett tredje skriver ett utkast till svaret.
