US /rɪˈtrivəl/
・UK /rɪˈtri:vl/
要知道,從計算機科學的角度來看,當今的計算體驗是以檢索為基礎的,這也是為什麼它如此重要的原因。
互聯網流量將大幅減少,而且會通過一些檢索來增強生成性,對嗎?
RAG 只是檢索。
我知道這是一個 RAG 工作坊,但 RAG 只是檢索,然後進行一次性合成。
專業提示:"檢索增強生成"(Retrieval augmented generation,簡稱 RAG)是一個常用的花哨術語。
而這種試驗和錯誤迭代目前是由我這個人類完成的。
這意味著每次檢索的延遲時間都很短,通常只有個位數毫秒。
這意味著每次檢索的延遲時間都很短,通常只有個位數毫秒。
生成式人工智能從根本上改變了計算方式。
從檢索計算模式來看,我們現在採用的是生成計算模式,而過去我們所做的幾乎所有事情都是提前創建內容、存儲多個版本,然後在使用時獲取我們認為合適的版本。
這就是所謂的 RAG,即 "檢索增強生成"。
這是一種方法。
從電腦科學的角度來看,AI 的新之處在於過去的運算方式主要是基於檢索的運算。
這是一種基於檢索的運算模型。
這也可能包含處理、預處理、後處理這些資料的管線,以及你可能會使用的向量資料庫或檢索系統。
這很重要,因為基礎模型通常是根據公開資訊訓練的,而這些資訊不一定總是完整的。
是以,換句話說,如果我們有一個哈拉機器人,它不會產生幻覺,而是以事實為基礎,我們可以通過檢索、增強生成、抹布技術等方法做到這一點,它就能更好地回答網絡安全分析師的問題。
因為生成式人工智能擅長的事情之一就是生成摘要。