क्या है RAG
रिट्रीवल-ऑगमेंटेड जनरेशन — बाहरी डेटा से LLM को बढ़ाना
RAG (रिट्रीवल-ऑगमेंटेड जनरेशन) — एक आर्किटेक्चर जो बाहरी ज्ञान आधार से प्रासंगिक जानकारी के साथ LLM प्रतिक्रियाओं को बढ़ाता है।
RAG कैसे काम करता है
- क्वेरी — उपयोगकर्ता सवाल पूछता है
- पुनर्प्राप्ति — सिस्टम ज्ञान आधार में प्रासंगिक दस्तावेज़ ढूंढता है
- संदर्भ — पाए गए दस्तावेज़ प्रॉम्प्ट में जोड़े जाते हैं
- जनरेशन — LLM संदर्भ को ध्यान में रखते हुए प्रतिक्रिया उत्पन्न करता है
RAG सिस्टम घटक
- एम्बेडिंग मॉडल — टेक्स्ट को वेक्टर में बदलता है
- वेक्टर DB — एम्बेडिंग स्टोर और सर्च करता है
- चंकिंग — दस्तावेज़ों को टुकड़ों में विभाजित करना
- रैंकिंग — प्रासंगिकता के अनुसार परिणाम सॉर्ट करना
- LLM — अंतिम प्रतिक्रिया उत्पन्न करता है
उन्नत तकनीकें
- हाइब्रिड सर्च — वेक्टर और कीवर्ड सर्च का संयोजन
- री-रैंकिंग — परिणामों को पुनर्व्यवस्थित करना
- क्वेरी विस्तार — समानार्थी शब्दों से क्वेरी का विस्तार
- मल्टी-हॉप RAG — जटिल प्रश्नों के लिए खोज श्रृंखला
व्यावसायिक अनुप्रयोग
- कॉर्पोरेट सहायक — आंतरिक दस्तावेज़ीकरण से उत्तर
- तकनीकी सहायता — सपोर्ट बॉट्स के लिए ज्ञान आधार
- कानूनी प्रणालियां — कानूनों और मिसालों की खोज
- स्वास्थ्य — लक्षणों और प्रोटोकॉल की जानकारी