Таксономия извлечения дополненного поколения

Стимулирование развития контекстного ИИ — более 200 терминов, включая компоненты, конвейеры, стек операций, технологии и многое другое

Дополненная генерация, или RAG, является ключевым методом, формирующим ландшафт прикладного генеративного ИИ. Новая концепция, представленная Льюисом и соавторами в их основополагающей статье «Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks», RAG быстро стала краеугольным камнем, повышающим надежность и достоверность результатов больших языковых моделей (LLM).

В 2024 году RAG станет одним из наиболее широко используемых методов в приложениях генеративного ИИ.

По данным Databricks, не менее 60% приложений LLM используют ту или иную форму RAG.

Принятие RAG также обусловлено простотой концепции. Проще говоря, система RAG ищет информацию из базы знаний и отправляет ее вместе с запросом в LLM для ответа.