RAG і пошук

Що таке RAG

Знайти потрібні уривки, а потім згенерувати — щоб модель відповідала з твоїх джерел, а не з розмитої пам'яті.

Ембединги

Перетворити текст на точки в просторі, де близький зміст стоїть поруч — трюк, що дає пошуку шукати за змістом, а не за ключовими словами.

Конвеєр RAG

Чотири кроки від купи документів до обґрунтованої відповіді: розбити, вкласти, дістати найкращі збіги і згенерувати.

Векторні бази даних

Де живуть твої ембединги — і як векторна база даних знаходить найближчих сусідів достатньо швидко, щоб це мало значення.

Семантичний проти гібридного пошуку

Пошук за змістом потужний, але проґавлює точні терміни. Гібридний пошук поєднує його зі збігом за ключовими словами, щоб отримати обидва.

RAG проти донавчання

Два способи спеціалізувати модель — один додає знання в момент запиту, інший змінює поведінку через навчання. Знай, яку задачу розв'язує кожен.

RAG у роботі

Швидке повторення пошукового стека — і один принцип, що зв'язує все докупи.