RAG is een techniek waarbij een AI-model antwoorden baseert op specifieke documenten in plaats van alleen op zijn trainingsdata. Je koppelt een kennisbank aan het model: productdocumentatie, interne handleidingen, klantgegevens. Als je een vraag stelt, zoekt het systeem eerst de relevante documenten op en geeft die mee als context aan het AI-model. Het model genereert dan een antwoord op basis van die specifieke informatie. Het voordeel: de AI geeft antwoorden die gebaseerd zijn op jouw bedrijfsinformatie, niet op algemene kennis. Dat vermindert hallucinaties en maakt de output relevant voor jouw situatie. Voorbeeld: je AI klantenservice-agent beantwoordt vragen op basis van je echte producthandleiding, niet op basis van wat het model 'denkt' dat het product doet. RAG is een van de meest praktische AI-technieken voor bedrijven.
Modellen & Tools
Wat is RAG (Retrieval-Augmented Generation)?
Meer uit de kennisbank
AI Basis
Wat is een LLM (Large Language Model)?
Een LLM is een AI-model dat getraind is op enorme hoeveelheden tekst en daardoor menselijke taal kan begrijpen en produc...
Lees meer north_east
Modellen & Tools
Wat is een vector database?
Een vector database is een database die geoptimaliseerd is voor het opslaan en doorzoeken van embeddings (vectoren). Waa...
Lees meer north_east
Modellen & Tools
Wat is een embedding?
Een embedding is een manier om tekst om te zetten in getallen zodat een computer de betekenis ervan kan vergelijken. Elk...
Lees meer north_east