RAG (Retrieval Augmented Generation)

RAG betyder att en språkmodell hämtar färsk text från en extern källa vid svarstillfället och bygger sitt svar på den, i stället för att enbart förlita sig på det den lärde sig under träningen. Modellen söker först, läser sedan, och svarar utifrån det den hittade.

Även: Retrieval Augmented Generation, Retrieval-augmented generation, Hämtningsförstärkt generering.

Poängen är att en tränad modell har ett fast minne som snabbt blir gammalt, medan RAG låter den nå information som är aktuell just nu. När du ställer en fråga plockar systemet fram relevanta textstycken, väger in dem i sammanhanget och formulerar ett svar som lutar sig mot dem. Det är den här mekaniken som gör att en AI kan citera en specifik sida och länka vidare till den.

För synlighet är det avgörande att förstå att RAG bygger på hämtad text. Om din sida inte går att crawla, inte är indexerad eller är svår att tolka, finns den inte i urvalet modellen väljer ur. Det som blir citerat är det som är hämtningsbart, tydligt formulerat och möjligt att lyfta ur sitt sammanhang utan att förlora sin mening.

Relaterade begrepp

• foregar: ai-overviews
• kravs for: citering
• paverkar: aeo