RAG คืออะไร? คำอธิบายสั้น ๆ
RAG คือเทคนิคที่ทำให้โมเดลภาษาตอบโดยใช้เอกสารของคุณเอง แทนที่จะอาศัยความทรงจำจากการฝึกอย่างเดียว
นิยามสั้น ๆ
Retrieval-Augmented Generation ขั้นแรกค้นหาส่วนเอกสารที่เกี่ยวข้อง แล้วโมเดลจึงเขียนคำตอบจากเนื้อหานั้น
การเปรียบเทียบง่าย ๆ
ไม่มี RAG เหมือนสอบปิดหนังสือ มี RAG เหมือนสอบเปิดหนังสือ ให้โมเดลเปิดดูหน้าที่เกี่ยวข้องได้
วิธีทำงาน
- เอกสารถูกเก็บในรูปแบบค้นหาได้
- คำถามกระตุ้นการค้นหา
- ส่วนที่เกี่ยวข้องถูกส่งให้โมเดล
- โมเดลตอบพร้อมอ้างอิงแหล่งที่มา
ประโยชน์และข้อจำกัด
ตอบจากข้อมูลใหม่และข้อมูลส่วนตัว ตรวจสอบได้ง่าย แต่คุณภาพขึ้นกับการค้นหาและไม่ได้กำจัดอาการแกล้งสร้างข้อมูลไปทั้งหมด
สรุป
- RAG = ค้นหาแล้วสร้างคำตอบ
- เหมาะกับเอกสารส่วนตัวและข้อเท็จจริงล่าสุด
- ต้องควบคุมสิทธิ์เข้าถึง
อ่านต่อ embedding คืออะไร และ vector database คืออะไร
Sources
Learn by doing
Read a guide, then practice with bite-sized AI lessons you can take offline.
Start learning free