Modelli di progettazione dell'IA generativa

Capitolo 4. Aggiungere conoscenza: Sincopi

Questo lavoro è stato tradotto utilizzando l'AI. Siamo lieti di ricevere il tuo feedback e i tuoi commenti: [e-mail]

I modelli di questo capitolo si basano sui fondamenti delle RAG di cui abbiamo parlato nel Capitolo 3 (vedi Figura 3-1). Ti consigliamo di leggere il Capitolo 3 prima di questo, per imparare i concetti fondamentali che stanno alla base di tutti i casi d'uso delle RAG. Una volta comprese le possibilità, potrai scegliere come implementare i componenti delle tue pipeline RAG in base alle caratteristiche del tuo caso d'uso. Ne parliamo in questo capitolo.

Schema 9: Recupero consapevole dell'indice

Puoi migliorare il RAG di base (Pattern 6) e l'indicizzazione semantica (Pattern 7) grazie a, che sfrutta il vantaggio di sapere quale testo contengono i chunk e come sono stati indicizzati. I componenti specifici di questo schema da incorporare dipendono dal tipo di contenuto che hai.

Problema

RAG si basa sull'ipotesi che (1) sia possibile cercare in una base di conoscenza i pezzi simili a una domanda e (2) che sia possibile utilizzare i pezzi recuperati per fondare la risposta. Tuttavia, la prima ipotesi non è valida in diverse situazioni: quando la domanda non è presente nella base di conoscenza, quando la base di conoscenza utilizza un linguaggio tecnico diverso da quello che gli utenti query, quando la risposta è un dettaglio nascosto in un pezzo e quando la risposta comporta un'interpretazione olistica ...