AI-basis
Wat is RAG?
RAG staat voor retrieval-augmented generation. Het is de techniek waarbij een AI eerst de relevante stukken uit jouw eigen documenten opzoekt en pas daarna antwoord geeft, op basis van wat hij heeft gevonden. Zo beantwoordt een model vragen over jouw prijzen en processen zonder dat het daarop getraind is.
Ook wel: Retrieval-augmented generation · Kennisgestuurde AI
Zonder RAG kent een taalmodel alleen wat er in zijn training zat: openbare tekst tot een bepaalde datum. Het weet niets van jouw voorraad, je tarieven of je algemene voorwaarden. Met RAG zoekt het systeem bij elke vraag eerst de passende passages op en stuurt die mee als context.
Het voordeel boven finetunen is dat je niets opnieuw hoeft te trainen. Wijzigt je prijslijst, dan vervang je het document en is het antwoord van morgen anders. Bij een getraind model zou je opnieuw moeten trainen.
RAG maakt antwoorden bovendien controleerbaar: je kunt terugkijken welk stuk brontekst het antwoord heeft opgeleverd. Dat is precies wat je nodig hebt om te bewijzen dat een assistent geen dingen verzint.
Bijna elke kennisbank-, chat- of telefoontoepassing die wij bouwen werkt op deze manier.
Wil je weten wat dit voor je bedrijf betekent in plaats van wat het is? Dat staat op Interne AI-kennisbank.
Verwante begrippen
Wat is een embedding?
Een embedding is een stuk tekst omgezet in een rij getallen die de betekenis ervan vastlegt. Teksten die hetzelfde betekenen krijgen rijen die dicht bij elkaar liggen. Daardoor kan een computer zoeken op betekenis in plaats van op letterlijke woorden.
Lees verderWat is een vectordatabase?
Een vectordatabase is een database die embeddings opslaat en razendsnel kan opzoeken welke het dichtst bij een zoekvraag liggen. Het is de bewaarplaats onder een RAG-toepassing: daar staan je documenten in een vorm waarin een AI ze op betekenis kan doorzoeken.
Lees verderWat is een hallucinatie bij AI?
Een hallucinatie is een antwoord dat een AI-model met volle overtuiging geeft en dat niet klopt: een prijs die niet bestaat, een regel die nooit is afgesproken, een bron die verzonnen is. Het model liegt niet, het kiest het meest waarschijnlijke antwoord — ook wanneer het het juiste antwoord niet heeft.
Lees verder