Retrieval-Augmented Generation क्या है?
एक भाषा मॉडल के साथ एक खोज चरण को जोड़ना ताकि उत्तर प्राप्त किए गए डेटा में आधारित हों।
औपचारिक परिभाषा
Retrieval-augmented generation (RAG) एक सूचना-पुनर्प्राप्ति प्रणाली को एक जनरेटिव मॉडल के साथ जोड़ता है: प्रासंगिक दस्तावेज़ पहले प्राप्त किए जाते हैं, फिर मॉडल को आपूर्ति किए जाते हैं ताकि उसका आउटपुट अकेले स्मृति के बजाय वर्तमान, विशिष्ट डेटा में आधारित हो। यह सटीकता और नवीनता में सुधार करता है। यह पैटर्न इस बात को प्रतिबिंबित करता है कि एक बाज़ार मॉडल कैसे ताज़ा प्राप्त किए गए समाचार और बुनियादी बातों पर तर्क करता है।
सरल शब्दों में
यह किसी AI को उत्तर देने से पहले एक खुली किताब देना है। प्रशिक्षण के दौरान जो याद किया उस पर ही निर्भर रहने के बजाय, प्रणाली प्रासंगिक, अद्यतन तथ्य खोजती है और उन्हें सौंप देती है ताकि उत्तर आधारित हो।
उदाहरण
किसी मॉडल को निर्णय लेने से पहले उसकी धारित संपत्तियों के लिए नवीनतम सुर्खियाँ और मूल्य डेटा देना एक retrieval-augmented दृष्टिकोण है: निर्णय ताज़ा साक्ष्य पर टिका होता है, बासी स्मृति पर नहीं।