ORDBOG / AI & SØGNING
Hvad er RAG?
RAG (Retrieval Augmented Generation) er en AI-metode hvor en sprogmodel henter relevant information fra en ekstern vidensbase inden den genererer et svar.
Hvordan fungerer RAG?
Uden RAG svarer en AI-model udelukkende baseret på det den lærte under træning — hvilket betyder at den kan hallucinere eller have forældet viden. Med RAG henter modellen først relevant og opdateret information fra en database eller et dokumentsæt og bruger den som kontekst for sit svar. RAG bruges i stigende grad i virksomheders interne AI-assistenter, kundeservice-bots og AI-søgemaskiner som Perplexity.
Eksempel på RAG
En virksomhed bygger en intern AI-assistent der kan svare på spørgsmål om virksomhedens produkter. I stedet for at træne en ny model uploader de produktdokumentation til en vidensbase. Når en medarbejder stiller et spørgsmål henter RAG-systemet det relevante dokument og genererer et præcist svar baseret på den faktiske dokumentation.
Hvorfor er RAG vigtig?
- Reducerer AI-hallucinationer markant
- Giver AI-modeller adgang til opdateret og virksomhedsspecifik viden
- Fundamentet bag mange moderne AI-søgemaskiner og assistenter