Presná definícia
Čo znamená Samoopravný RAG?
Samoopravný RAG je pokročilá RAG architektúra, v ktorej AI model dynamicky vyhodnocuje kvalitu, relevantnosť a podporu vyhľadaných dokumentov pred vygenerovaním odpovede. V prípade zistenia nepresností, chýbajúcich informácií alebo nerelevantných zdrojov model automaticky opraví vyhľadávací dotaz, dovyhľadá externé dáta (napríklad cez web) alebo upraví stratégiu generovania.
Skúsenosť a kontext
Ako sa pojem používa v praxi
Kľúčový prístup pri budovaní robustných firemných asistentov, pri ktorých je neprijateľné, aby model generoval halucinácie na základe nererelevantných alebo protirečivých dokumentov nájdených vo vektorovej databáze.
Overiteľnosť
Odborné zdroje
Praktické odpovede
Často kladené otázky
Ako sa Samoopravný RAG líši od tradičného RAG systému?
Tradičný RAG jednorazovo načíta dokumenty a vygeneruje odpoveď bez ohľadu na ich kvalitu, zatiaľ čo Samoopravný RAG kriticky posudzuje užitočnosť dokumentov a dokáže proces vyhľadávania opakovať alebo opraviť.
Čo sú to reflexívne tokeny (Reflection Tokens) v modeli Self-RAG?
Sú to špeciálne štruktúrované značky vygenerované modelom, ktoré označujú, či je vyhľadávanie potrebné (Retrieve), či sú pasáže relevantné (IsRel) a či je odpoveď podporená zdrojmi (IsSup).
Čo robí Corrective RAG (CRAG), ak sú všetky vyhľadané interne dokumenty nerelevantné?
Ak hodnotiaci modul vyhodnotí vyhľadané interne dokumenty ako nedostatočné, spustí záložné vyhľadávanie prostredníctvom externého webového vyhľadávača.
Zvyšuje Samoopravný RAG čas potrebný na vygenerovanie odpovede (latenciu)?
Áno, dodatočné hodnotenie dokumentov a prípadné opakovanie vyhľadávania zvyšujú čas odpovede aj spotrebu tokenov.
Dokáže Samoopravný RAG zabrániť halucináciám?
Výrazne znižuje ich výskyt, pretože model generuje odpoveď len na základe overených pasáží a pri absencii overiteľných faktov priamo prizná nedostatok informácií.