Retrieval Augmented Generation (RAG)
Техника сочетает в себе возможности генеративных моделей с доступом к внешней базе знаний. Модель сначала извлекает релевантную информацию из базы данных, а затем использует эту информацию для генерации ответа.
| Преимущества | Недостатки |
|---|---|
| Повышает точность и релевантность ответов | Требует дополнительных ресурсов для хранения и обработки внешних данных |
| Позволяет модели работать с актуальной информацией | Может быть медленнее, чем чисто генеративные подходы |
| Уменьшает вероятность галлюцинаций модели | Усложняет настройку и интеграцию с базами данных |
Пример RAG промпта:
Используя доступную базу данных о последних научных открытиях, опиши три наиболее значимых достижения в области квантовых вычислений за последний год. Для каждого достижения укажите исследовательскую группу, основные результаты и потенциальное влияние на развитие технологий.