跳至內容

檢索增強生成

本頁使用了標題或全文手工轉換
維基百科,自由的百科全書

檢索增強生成( 英語:Retrieval-augmented generation, RAG ) ,是賦予生成式人工智能模型資訊檢索能力的技術。檢索增強生成最佳化大型語言模型(LLM) 的互動方式,讓模型根據指定的一組檔案回應用戶的查詢,並使用這些資訊增強模型從自身龐大的靜態訓練數據中提取的資訊。檢索增強生成技術促使大型語言模型能夠使用特定領域或更新後的資訊。[1]應用案例,包括讓聊天機械人訪問公司內部資料,或來自權威來源的事實資訊。

參考

[編輯]
  1. ^ Gao, Yunfan; Xiong, Yun; Gao, Xinyu; Jia, Kangxiang; Pan, Jinliu; Bi, Yuxi; Dai, Yi; Sun, Jiawei; Wang, Meng; Wang, Haofen. Retrieval-Augmented Generation for Large Language Models: A Survey. 2023. arXiv:2312.10997可免費查閱 [cs.CL].