نویسنده(های): فلوریان جون
در ابتدا منتشر شد به سمت هوش مصنوعی.
موتور RAG دوگانه تفکر و حافظه
این داستان فقط برای اعضا در اختیار ماست. برای دسترسی به تمام Medium ارتقا دهید.
این مقاله شانزدهمین مقاله از این مجموعه امیدوارکننده است. امروز، ما پیشرفت RAG را بررسی خواهیم کرد.
این ویدیو حاوی نقشه ذهنی است:
کد و داده های آموزشی: https://github.com/smallporridge/AssistRAG.
ASSISTRAG به عنوان یک دستیار مفید عمل می کند که به سازماندهی مواد کار شما کمک می کند و موارد مهم را پیگیری می کند. هنگامی که مشکلی برای حل مشکل دارید، ASSISTRAG با تقسیم آن به بخش های کوچکتر و آسان تر و یافتن اطلاعات مورد نیاز به شما کمک می کند.
حالا بیایید به معرفی مفصل بپردازیم.
روش‌های اولیه RAG مانند چارچوب «بازیابی-خواندن» برای کارهای استدلالی پیچیده ناکافی بودند. در حالی که استراتژی‌های سریع مبتنی بر RAG و روش‌های تنظیم دقیق نظارتی (SFT) عملکرد را بهبود بخشیدند، آنها به بازآموزی مکرر نیاز داشتند و ریسک تغییر پایه را داشتند. LLM قابلیت ها
ASSISTRAG با معرفی یک دستیار اطلاعاتی هوشمند که حافظه و مدیریت دانش را یکپارچه می کند، جبران می کند LLMsکاستی در دقت اطلاعات و عمق استدلال. همانطور که در شکل 1 نشان داده شده است، این رویکرد شامل یک دستیار قابل آموزش است که اطلاعات را مدیریت می کند و یک LLM اصلی ثابت که اجرای کار را مدیریت می کند.
منتشر شده از طریق به سمت هوش مصنوعی
منبع: https://towardsai.net/p/l/ai-innovations-and-insights-16-assistrag