ما هو التوليد المعزّز بالاسترجاع (RAG)؟
التوليد المعزّز بالاسترجاع، أو RAG، طريقة للإجابة من مجموعة مستندات: يجد النظام أولًا المقاطع الأكثر صلة بالسؤال، ثم يعطيها للنموذج ليجيب منها.
إنه الطريقة التي يستطيع بها الذكاء الاصطناعي الإجابة عن ملفاتك دون قراءتها كلها مع كل رسالة، ودون إعادة تدريبه عليها.
كيف تعمل
تُقسَّم المستندات إلى أجزاء من بضع مئات من الكلمات. حين يصل سؤال، يقيّم النظام الأجزاء مقارنة به، بمطابقة الكلمات أو بمقارنة المعنى أو بكليهما، ويأخذ أفضلها. تدخل هذه المقاطع في سياق النموذج مع السؤال، عادةً مع تعليمات بالإجابة منها.
أمثلة
- السؤال عن عقد والحصول على البند الذي تستند إليه الإجابة.
- البحث في مجلد ملاحظات بحسب ما تقوله، لا بحسب أسماء الملفات.
- مساعد دعم يجيب من دليل المنتج.
الحدود
- إذا أخطأ الاسترجاع المقطع الصحيح، يجيب النموذج من دونه، أو من المعرفة العامة.
- تفقد الأجزاء سياقها: فقد تعتمد جملة على صفحة لم تُسترجع.
- يعكس المستندات كما كانت عند إضافتها.
كيف تستخدمه Venta
تُقسَّم المستندات التي تضيفها إلى أجزاء، وتُطابَق كل رسالة معها. تُرسَل أفضل المقاطع مع سؤالك، وتُظهر خطوات الرد المستندات التي قرأها.
إذا فشل البحث في مستنداتك، تقول Venta ذلك في بداية الرد بدلًا من الإجابة بصمت من المعرفة العامة.
الأسئلة التي يطرحها الناس أولًا
- هل RAG هو نفسه تدريب نموذج على بياناتي؟
- لا. التدريب يغيّر النموذج نفسه. أما RAG فيترك النموذج كما هو ويعطيه المقاطع ذات الصلة في كل مرة.
- هل يمنع RAG الذكاء الاصطناعي من اختلاق الأشياء؟
- يقلّل ذلك حين يُعثر على المقطع الصحيح، لكنه لا يمنعه. تحقق من المصدر في كل ما يهم.
- ما الملفات التي تستطيع Venta قراءتها؟
- تقرأ ملفات PDF ومستندات Word وجداول البيانات وملفات CSV وHTML والملفات النصية التي ترفعها.