abbreviation RAG
Retrieval-Augmented Generation
Retrieval-Augmented Generation (RAG) ist eine KI-Technik, die Sprachmodelle durch das Abrufen relevanter Informationen aus externen Datenbanken vor der Antwortgenerierung verbessert. Im Gegensatz zu traditionellen Modellen, die nur auf vorab trainierte Daten zurückgreifen, nutzt RAG aktuelle Daten, um die Genauigkeit zu erhöhen und Halluzinationen zu reduzieren.
Der Prozess besteht aus zwei Schritten: Zuerst werden relevante Dokumente oder Daten aus einer Wissensdatenbank abgerufen, dann wird eine Antwort auf Basis dieses Kontexts generiert. Diese hybride Methode ist besonders nützlich für Aufgaben, die faktische Genauigkeit erfordern, wie z. B. Kundensupport oder medizinische Beratung.
Für Nutzer verändert RAG die Funktionsweise von KI-Assistenten. Entwickler müssen externe Wissensquellen pflegen und aktualisieren, was die Kosten erhöhen kann, aber die Zuverlässigkeit deutlich verbessert. Beispielsweise könnte ein RAG-basierter Chatbot für eine Reiseagentur Echtzeit-Flugpreise und -zeiten bereitstellen.
Ein RAG-basierter KI-Assistent beantwortet eine Frage nach den aktuellen Aktienkursen, indem er live auf eine Finanzdatenbank zugreift.
In anderen Sprachen
Siehe auch: Generative AI