መውጣት-የተጨማሪ ስርዓት (RAG)
አጭር ትርጉም
መውጣት-የተጨማሪ ስርዓት (RAG) አንድ ቴክኒክ ነው፡ የኤይ ስርዓት በመጀመሪያ ከታመነ ምንጭ የተመለከተ ጽሁፎችን ይወስዳል፣ እንደ የእውነታ መረጃ ወይም የምርት ካታሎግ፣ ከዚያ ወደ ቋንቋ ሞዴል ይሂዳል እና መልሱ በዚያ ጽሁፎች ላይ ይመሠረታል እንጂ በዘርዝር ብቻ አይደለም።
በዚህ ገጽ
RAG ለምን አለ?
የቋንቋ ሞዴል የሚማረው ከቋሚ የጽሑፍ ቅጽበታዊ ምስል ነው። የተመላሽ ፖሊሲዎን፣ የአሁኑን ዋጋዎችዎን ወይም ዛሬ ጠዋት ያከሉትን ምርት አያውቅም፤ ቢጠየቅም አሳማኝ ግን የተሳሳተ መልስ ሊሰጥ ይችላል። ይዘትዎ በተለወጠ ቁጥር ሞዴልን እንደገና ማሰልጠን ቀርፋፋና ውድ ይሆናል።
RAG ዕውቀትን ከሞዴሉ ውጭ በማስቀመጥ ይህን ይፈታል። ይዘትዎ በማንኛውም ጊዜ ሊያዘምኑት በሚችሉት ሊፈለግ የሚችል ማከማቻ ውስጥ ይቆያል፤ ሞዴሉ የሚጠየቀው ተዛማጅ ቅንጭቦችን አንብቦ መልስ እንዲያዘጋጅ ብቻ ነው። ይህ አቀራረብ በ2020 በFacebook AI Research በLewis እና ባልደረቦቹ ተገልጿል።
እንዴት ይሠራል፣ በአንድ እርዳታ
በመጀመሪያ ይዘቱ ይዘጋጃል፦ ሰነዶች፣ የድረ-ገጽ ገጾች ወይም የምርት መዝገቦች ወደ ክፍሎች ይከፋፈላሉ፣ እና እያንዳንዱ ክፍል ወደ embedding — ትርጉሙን የሚይዝ የቁጥሮች ዝርዝር — ይቀየራል። እነዚህ embeddings በቬክተር ኢንዴክስ ውስጥ ይቀመጣሉ፣ ብዙውን ጊዜ ከባህላዊ የቁልፍ ቃል ኢንዴክስ ጋር።
ጥያቄ ሲመጣ በተመሳሳይ መንገድ ይቀየራል እና በጣም ቅርብ የሆኑት ክፍሎች ይወጣሉ፤ አንዳንድ ጊዜ ከቁልፍ ቃል ፍለጋ ወይም እንደ ቋንቋ ወይም ምድብ ካሉ ማጣሪያዎች ጋር ይጣመራሉ። ምርጦቹ ክፍሎች ከእነሱ እንዲመልስ ከሚያዝ መመሪያ ጋር በሞዴሉ ፕሮምፕት ውስጥ ይገባሉ። ብዙ ሥርዓቶች ምንጮቹንም ይመልሳሉ፤ ስለዚህ አንባቢው መልሱ ከየት እንደመጣ ማረጋገጥ ይችላል።
የማወቅ ገደቦች
RAG ጥሩነቱ የሚያወጣውን ያህል ብቻ ነው። ትክክለኛው ክፍል ከጠፋ፣ ጊዜው ካለፈበት ወይም በመጥፎ ሁኔታ ከተከፋፈለ ሞዴሉ ከተሳሳተ ቅንጭብ ይመልሳል ወይም ወደ ራሱ ማህደረ ትውስታ ይመለሳል። የተዋቀሩ ጥያቄዎች — "በክምችት ያለው በመጠን M በጣም ርካሹ ጃኬት" — በተመሳሳይነት ፍለጋ ብቻ በደንብ አይስተናገዱም፤ በእውነተኛ ውሂብ ላይ ማጣሪያዎችን ይፈልጋሉ። ሞዴሉም አሁንም ክፍሉን በተሳሳተ መንገድ ሊያነብ ይችላል፤ ስለዚህ በሚያሳስቡ ርዕሶች ላይ ያሉ መልሶች መፈተሽ ወይም ወደ ሰው መሸጋገር አለባቸው።
ለዚህም ነው በሥራ ላይ ያሉ ሥርዓቶች RAGን ከተዋቀረ ፍለጋ፣ ይዘቱ ሲለወጥ እንደገና የሚያመሳስሉ የወቅታዊነት ደንቦች እና ምንጮቹ መልሱን ሳይዙ ሲቀሩ እንዲናገር ከሚያዙ ግልጽ መመሪያዎች ጋር የሚያጣምሩት።
RAG በደንበኛ አገልግሎት
ለድጋፍ ወይም ለኢ-ኮሜርስ ረዳት፣ ወኪሉ ከFAQዎ፣ ከፖሊሲዎችዎ እና ከካታሎግዎ በደንበኛው ቋንቋ እንዲመልስ እና የተጠቀመበትን ገጽ እንዲጠቁም የሚያስችለው RAG ነው። በAI SmartTalk ረዳቱ የሚመልስበት ዕውቀት — የድረ-ገጽ ገጾች፣ ሰነዶች፣ የFAQ ግቤቶች እና የተመሳሰሉ ምርቶች — በዚህ መንገድ ይጠቁማል፤ የምርት ጥያቄዎችም በዋጋ፣ በአማራጮች እና በክምችት ላይ ማጣሪያዎችን ይጠቀማሉ።
የተደገፉ ጥያቄዎች
RAG እንደ ተመለከተ ነው?
አይደለም። በመለወጥ የሞዴል ክብደት ይለዋወጣል፣ RAG የሞዴል አልተለወጠም እና በጥያቄ ጊዜ ወደ ተመለከተ መረጃ ይሰጣል። RAG በዋጋዎች፣ የምርት ወይም ፖሊሲዎች ወይም የሚለው ይቀመጣል።
RAG የኤይ ሐሳብ አይቆርጥም?
ሞዴሉ ከእውነተኛ ምንባቦች ስለሚመልስ በእጅጉ ይቀንሳቸዋል፣ ነገር ግን ሙሉ በሙሉ አያስወግዳቸውም። ጥሩ የመረጃ ፍለጋ፣ ምንጮቹ ዝም ሲሉ እንዲያምን የሚያዝ መመሪያ፣ እና ለስሱ ጉዳዮች ወደ ሰው ማስተላለፍ አሁንም ያስፈልጋሉ።
የቬክተር ዳታበዝ ምንድነው?
ለጥያቄ በትርጉም በጣም ቅርብ የሆኑት ክፍሎች በፍጥነት እንዲገኙ embeddingsን የሚጠቁም ማከማቻ ነው። የRAG ሥርዓት የተለመደው የመፈለጊያ ንብርብር ሲሆን ብዙውን ጊዜ ከቁልፍ ቃል ፍለጋ ጋር ይጣመራል።
RAG ከየምርት ካታሎግ ጋር ይሠራል?
አዎ፣ ነገር ግን ምርቶች ከተመሳሳይነት ፍለጋ በላይ ይፈልጋሉ፦ ረዳቱ እንደ ዋጋ፣ መጠን ወይም ክምችት ባሉ የተዋቀሩ መስኮች ማጣራት አለበት፣ ከዚያም ለመግለጫዎችና ለግዢ መመሪያዎች RAGን መጠቀም አለበት።