Định nghĩa

Generative Retrieval-Augmented (RAG) là một kiến trúc AI kết hợp một mô hình ngôn ngữ lớn với một nguồn kiến thức bên ngoài. Thay vì chỉ dựa vào những gì mô hình đã học trong quá trình huấn luyện, hệ thống RAG sẽ truy xuất các tài liệu, mục cơ sở dữ liệu hoặc nội dung cơ sở tri thức liên quan tại thời điểm chạy và sử dụng ngữ cảnh đó để tạo ra câu trả lời chính xác hơn.

Cách thức hoạt động của RAG

Quy trình làm việc RAG điển hình bao gồm ba bước:

1. Người dùng đặt câu hỏi.
2. Hệ thống tìm kiếm thông tin liên quan trong nguồn kiến thức.
3. Mô hình ngôn ngữ sử dụng ngữ cảnh được truy xuất để tạo ra phản hồi cuối cùng.

Điều này làm cho RAG trở nên hữu ích khi câu trả lời cần phản ánh dữ liệu kinh doanh mới, tài liệu nội bộ, danh mục sản phẩm, chính sách hoặc nội dung hỗ trợ.

Tại sao RAG lại quan trọng

RAG giúp giảm thiểu hiện tượng "ảo giác" (hallucinations), cải thiện tính xác thực của thông tin và cho phép các nhóm cập nhật câu trả lời mà không cần huấn luyện lại mô hình cơ bản. Nó được sử dụng rộng rãi trong tìm kiếm AI, chatbot doanh nghiệp, trợ lý nội bộ, công cụ hỗ trợ khách hàng và hệ thống quản lý tri thức.