Apa itu agentic RAG?
Agentic RAG ialah cara membina pembantu AI yang merancang carian sendiri, mengambil maklumat daripada beberapa sumber, menyemak apa yang ditemui dan barulah menulis jawapan berserta rujukan. RAG biasa membuat satu carian dan menjawab daripadanya. Agentic RAG sesuai untuk soalan yang memerlukan beberapa dokumen atau sistem.
Bagaimana RAG biasa berfungsi?
Retrieval-augmented generation mencari petikan yang berkaitan dalam dokumen anda dan memberikannya kepada model AI, supaya jawapan datang daripada bahan anda dan bukan ingatan model.
Apa yang ditambah oleh bahagian agentic?
Pembantu memecahkan soalan kepada beberapa langkah, menentukan di mana untuk mencari bagi setiap langkah, membandingkan hasilnya dan mencuba semula apabila ada yang tertinggal. Ini menjadikannya lebih baik untuk soalan yang merentas beberapa sumber.
Bila ia berbaloi?
Apabila soalan kerap memerlukan maklumat daripada lebih satu tempat, seperti polisi, rekod dan pangkalan data. Untuk soalan mudah tentang satu set dokumen, RAG biasa sudah memadai dan lebih murah.
