Ссылки на источники — различия между версиями

Материал из didactis
Перейти к: навигация, поиск
(По поиску)
(В данном разделе собираются все ссылки)
Строка 7: Строка 7:
 
* [https://cyberleninka.ru/article/n/uvelichenie-tochnosti-bolshih-yazykovyh-modeley-s-pomoschyu-rasshirennoy-poiskovoy-generatsii Увеличение точности больших языковых моделей с помощью расширенной поисковой генерации]
 
* [https://cyberleninka.ru/article/n/uvelichenie-tochnosti-bolshih-yazykovyh-modeley-s-pomoschyu-rasshirennoy-poiskovoy-generatsii Увеличение точности больших языковых моделей с помощью расширенной поисковой генерации]
 
**[https://cyberleninka.ru/article/n/dialogovaya-sistema-na-osnove-ustnyh-razgovorov-s-dostupom-k-nestrukturirovannoy-baze-znaniy диалоговая система на основе устных разговоров с доступом к неструктурированной базе знаний]
 
**[https://cyberleninka.ru/article/n/dialogovaya-sistema-na-osnove-ustnyh-razgovorov-s-dostupom-k-nestrukturirovannoy-baze-znaniy диалоговая система на основе устных разговоров с доступом к неструктурированной базе знаний]
 +
* [https://paperswithcode.com/paper/large-language-models-for-information Большие языковые модели для поиска информации Англ]
  
 
=== По дронам ===
 
=== По дронам ===

Версия 09:19, 1 декабря 2024

В данном разделе собираются все ссылки

По поиску

По дронам


Материал для размышления

Большие языковые модели (LLM) могут использоваться в качестве продвинутой поисковой системы. Нейросеть способна ответить на множество запросов пользователя, предоставить ссылки на разнообразные материалы. 2

Для увеличения точности и актуальности генерируемых ответов LLM интегрируют с технологией расширенной поисковой генерации (RAG). Она предполагает двухэтапный процесс: сначала выполняется поиск по ключевым словам из запроса пользователя для извлечения релевантной информации, затем полученные данные используются для генерации ответа с помощью LLM. 3

Также для расширения возможностей LLM в качестве поисковой системы используют систему Retrieval-Augmented Generation (RAG). Она включает компоненты поиска (retriever) и генерации (generator): 4

Компонент поиска отвечает за поиск и извлечение наиболее подходящей информации из внешних источников. Он анализирует запрос и находит фрагменты данных, которые могут быть полезны для точного ответа. 4 Компонент генерации использует найденную информацию для создания ответа. В отличие от традиционных моделей, которые полагаются только на предобученные знания, этот компонент может включать актуальные и релевантные данные, улучшая качество ответа. 4 Оценить ответ


5 источников

1

2

3

4