التعريف

التوليد المعزز بالاسترجاع (RAG) هو بنية ذكاء اصطناعي تجمع بين نموذج لغوي كبير ومصدر معرفي خارجي. فبدلاً من الاعتماد فقط على ما تعلمه النموذج أثناء التدريب، يقوم نظام RAG باسترجاع المستندات ذات الصلة أو إدخالات قاعدة البيانات أو محتوى قاعدة المعرفة وقت التشغيل ويستخدم هذا السياق لتوليد إجابة أكثر دقة.

كيف يعمل RAG

يتكون سير عمل RAG النموذجي من ثلاث خطوات:

1. يطرح المستخدم سؤالاً.
2. يبحث النظام في مصدر معرفي للحصول على معلومات ذات صلة.
3. يستخدم النموذج اللغوي السياق المسترجع لإنتاج الاستجابة النهائية.

يجعل هذا RAG مفيدًا عندما تحتاج الإجابات إلى عكس بيانات عمل حديثة، أو وثائق داخلية، أو كتالوجات منتجات، أو سياسات، أو محتوى دعم.

أهمية RAG

يساعد RAG في تقليل الهلوسات (التأليف غير الصحيح)، ويحسن التأسيس الواقعي، ويسمح للفرق بتحديث الإجابات دون إعادة تدريب النموذج الأساسي. ويُستخدم على نطاق واسع في البحث بالذكاء الاصطناعي، وروبوتات الدردشة للمؤسسات، والمساعدين الداخليين، وأدوات دعم العملاء، وأنظمة إدارة المعرفة.