← Zurück zu allen Fragen
Was ist RAG (Retrieval Augmented Generation)?
RAG ist eine Technik, mit der ein Sprachmodell Antworten auf Basis eigener Dokumente statt nur seines Trainingswissens gibt. Dazu wird zunächst der relevante Ausschnitt aus den eigenen Unterlagen gesucht (Retrieval) und dem Modell dann als Kontext für die Antwort mitgegeben (Augmented Generation). So lässt sich mit eigenen Dokumenten 'chatten', ohne das Modell selbst neu zu trainieren.
Das erfährst du in der Folge zusätzlich:
- Wie die Ähnlichkeit zwischen Dokumenten berechnet wird
- Warum viele Unternehmen RAG bereits einsetzen
Verwandte Fragen
- Was ist das Context Window eines Sprachmodells?
- Was sind Halluzinationen bei KI und warum passieren sie?
- Was sind Parameter bei einem KI-Modell?
- Wie viel Arbeitsspeicher (RAM/VRAM) braucht man für ein KI-Modell?
- Was sind Reasoning-Modelle und was ist Chain of Thought?
- Wie funktioniert die Transformer-Architektur hinter ChatGPT & Co.?
- Was ist der Unterschied zwischen Künstlicher Intelligenz, Machine Learning und Deep Learning?
- Was ist der Unterschied zwischen Google und ChatGPT?
- Was ist ein Token bei einem Sprachmodell?
- Was ist Quantisierung bei KI-Modellen?
- Was sind Embeddings und wozu braucht man sie?
- Wie lernt ein neuronales Netz aus seinen Fehlern?