검색
검색
공개 노트 검색
회원가입로그인

2024-05-22

요약
  • RAG는 'Retrieval-Augmented Generation'의 약자로, 외부 데이터베이스에서 정보를 검색하여 응답을 생성하는 방식입니다.
  • 주요 구성 요소로는 사용자 질의에 대응하는 문서를 찾는 검색기와, 검색된 문서를 바탕으로 응답을 생성하는 생성기가 있습니다.
  • 이 방식은 전통적인 언어 모델보다 정보의 정확성과 신뢰성을 향상시키며, 최신 정보가 필요한 의료 분야 등에 유용합니다.
page thumbnail

RAG는 "Retrieval-Augmented Generation"의 약자로, 이는 대화형 AI 시스템이나 텍스트 생성 모델이 더 정확하고 관련성 있는 응답을 생성하기 위해 외부 데이터베이스 또는 문서에서 정보를 검색(retireve)하는 과정을 통합하는 접근 방식입니다. RAG 모델은 일반적으로 두 가지 주요 구성 요소로 구성됩니다:

  1. 검색기(Retriever): 사용자 질의에 대한 관련 문서를 외부 데이터 소스에서 찾는 역할을 합니다.

  2. 생성기(Generator): 검색된 문서를 바탕으로 최종 답변을 생성합니다.

이 접근 방식은 단순히 주어진 텍스트만을 기반으로 응답을 생성하는 전통적인 언어 모델보다 정보 정확성과 신뢰성을 크게 향상시킬 수 있습니다. 특히, 최신 정보나 특정 도메인 지식을 필요로 하는 응용 프로그램에서 매우 유용합니다.

예를 들어, 의료 분야에서 RAG 모델은 최신 연구 논문이나 진료 지침을 검색하여 보다 정확하고 신뢰할 수 있는 의료 정보를 제공할 수 있습니다.

조회수 : 69
heart
공유하기
카카오로 공유하기
페이스북 공유하기
트위터로 공유하기
url 복사하기
T
페이지 기반 대답
AI Chat