Ссылки на источники — различия между версиями

Материал из didactis
Перейти к: навигация, поиск
(По поиску)
 
Строка 7: Строка 7:
 
* [https://habr.com/ru/articles/841428/ Что такое Retrieval-Augmented Generation (RAG) в языковых моделях и как оно работает?]
 
* [https://habr.com/ru/articles/841428/ Что такое Retrieval-Augmented Generation (RAG) в языковых моделях и как оно работает?]
 
* [https://habr.com/ru/articles/779526/ RAG (Retrieval Augmented Generation) — простое и понятное объяснение]
 
* [https://habr.com/ru/articles/779526/ RAG (Retrieval Augmented Generation) — простое и понятное объяснение]
 +
 +
==== Cotype Nano ====
 +
 +
* [https://habr.com/ru/companies/mts_ai/articles/861398/ Как мы создали LLM-модель Cotype Nano]
 +
 +
[[Cotype Nano]]
  
 
==== Остальное ====
 
==== Остальное ====

Текущая версия на 22:07, 2 декабря 2024

В данном разделе собираются все ссылки[править]

По поиску[править]

RAG[править]

Cotype Nano[править]

Cotype Nano

Остальное[править]

По дронам[править]


Материал для размышления[править]

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