āļ„āļđāđˆāļĄāļ·āļ­ AI āļ āļēāļĐāļē

Self-RAG āđāļĨāļ°āļāļēāļĢāļ”āļķāļ‡āļ‚āđ‰āļ­āļĄāļđāļĨāđāļšāļšāļŠāļ°āļ—āđ‰āļ­āļ™āđāļŠāļ‡

Self-RAG learns when to retrieve and uses reflection tokens to assess passages and generated segments.

āļŸāļąāļ‡āļ„āļģāđāļ™āļ°āļ™āļģāļ™āļĩāđ‰āļšāļĢāļĢāļĒāļēāļĒāđ‚āļ”āļĒ AI · ~2 min

āļšāļ™āļŦāļ™āđ‰āļēāļ™āļĩāđ‰āļ­āđˆāļēāļ™ 2 āļ™āļēāļ—āļĩ
  1. āļ āļēāļžāļĢāļ§āļĄ
  2. āđ€āļˆāļēāļ°āļĨāļķāļ
  3. āļāļēāļĢāđƒāļŠāđ‰āļ‡āļēāļ™āļˆāļĢāļīāļ‡āđƒāļ™āđ‚āļĨāļāđāļŦāđˆāļ‡āļ„āļ§āļēāļĄāđ€āļ›āđ‡āļ™āļˆāļĢāļīāļ‡
  4. āļ­āļ™āļēāļ„āļ•āļ‚āļ­āļ‡ Self-RAG āđāļĨāļ°āļāļēāļĢāļ”āļķāļ‡āļ‚āđ‰āļ­āļĄāļđāļĨāđāļšāļšāļŠāļ°āļ—āđ‰āļ­āļ™āļāļĨāļąāļš
  5. āļāļēāļĢāļ™āļģāđ„āļ›āļ›āļāļīāļšāļąāļ•āļī
  6. āļŠāļģāļĢāļ§āļˆāļ•āđˆāļ­āđ„āļ›
  7. āļ„āļģāļ–āļēāļĄāļ—āļĩāđˆāļžāļšāļšāđˆāļ­āļĒ

āļ āļēāļžāļĢāļ§āļĄ

These critiques can guide generation, but they are model predictions rather than independent proof that an answer is correct.

āđ€āļˆāļēāļ°āļĨāļķāļ

Self-RAG, introduced by Asai and colleagues in 2023, interleaves generation with learned retrieval and critique decisions. Retrieve tokens indicate whether external passages should be fetched. IsRelevant evaluates a passage's relevance; IsSupported predicts whether the generated segment is supported; IsUseful assesses response utility. The method can make retrieval decisions as generation progresses, rather than using only one fixed retrieval step for the whole response. It is compared with fixed-retrieval baselines in the paper, not proof that every other RAG system always retrieves or never checks evidence. Critiques influence candidate selection and can improve results in studied settings, but predicted support can be mistaken and still needs evaluation.

āļāļēāļĢāđƒāļŠāđ‰āļ‡āļēāļ™āļˆāļĢāļīāļ‡āđƒāļ™āđ‚āļĨāļāđāļŦāđˆāļ‡āļ„āļ§āļēāļĄāđ€āļ›āđ‡āļ™āļˆāļĢāļīāļ‡

Comparing adaptive retrieval with a baseline that retrieves for every input.

Using predicted passage relevance to score alternative evidence contexts.

Weighting predicted support when choosing generated answer segments.

Evaluating support judgments against independently checked references.

āļ­āļ™āļēāļ„āļ•āļ‚āļ­āļ‡ Self-RAG āđāļĨāļ°āļāļēāļĢāļ”āļķāļ‡āļ‚āđ‰āļ­āļĄāļđāļĨāđāļšāļšāļŠāļ°āļ—āđ‰āļ­āļ™āļāļĨāļąāļš

āļāļēāļĢāļ”āļķāļ‡āļ‚āđ‰āļ­āļĄāļđāļĨāđāļšāļšāļŠāļ°āļ—āđ‰āļ­āļ™āļāļĨāļąāļšāļĄāļēāļšāļĢāļĢāļˆāļšāļāļąāļ™āļ”āđ‰āļ§āļĒ Agentic RAG āđ‚āļ”āļĒāļ—āļĩāđˆāđ‚āļĄāđ€āļ”āļĨāļˆāļ°āļ§āļēāļ‡āđāļœāļ™āļāļēāļĢāļ„āđ‰āļ™āļŦāļēāđāļšāļšāļŦāļĨāļēāļĒāļ‚āļąāđ‰āļ™āļ•āļ­āļ™ āđ€āļ„āļĢāļ·āđˆāļ­āļ‡āļĄāļ·āļ­āđ€āļĢāļĩāļĒāļ āđāļĨāļ°āđāļāđ‰āđ„āļ‚āļ•āļąāļ§āđ€āļ­āļ‡āđƒāļ™āļāļēāļĢāļ§āļ™āļ‹āđ‰āļģ āļ„āļēāļ”āļŦāļ§āļąāļ‡āļ§āđˆāļēāļˆāļ°āļĄāļĩāļāļēāļĢāļšāļđāļĢāļ“āļēāļāļēāļĢāļāļēāļĢāļ§āļīāļˆāļēāļĢāļ“āđŒāļ•āļ™āđ€āļ­āļ‡āđ€āļ‚āđ‰āļēāļāļąāļšāđ‚āļĄāđ€āļ”āļĨāļœāļđāđ‰āļ•āļĢāļ§āļˆāļŠāļ­āļšāļĄāļēāļāļ‚āļķāđ‰āļ™ āļāļēāļĢāļ”āļķāļ‡āļ‚āđ‰āļ­āļĄāļđāļĨāļˆāļēāļāļāļĢāļēāļŸāļ„āļ§āļēāļĄāļĢāļđāđ‰ āđāļĨāļ°āļāļēāļĢāđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰āđāļšāļšāđ€āļŠāļĢāļīāļĄāļ—āļĩāđˆāđƒāļŦāđ‰āļĢāļēāļ‡āļ§āļąāļĨāđāļāđˆāļ„āļģāļ•āļ­āļšāļ—āļĩāđˆāļ‹āļ·āđˆāļ­āļŠāļąāļ•āļĒāđŒāđāļĨāļ°āļĄāļĩāļāļēāļĢāļ­āđ‰āļēāļ‡āļ­āļīāļ‡āļ­āļĒāđˆāļēāļ‡āļ”āļĩ āđ€āļĄāļ·āđˆāļ­āđ‚āļĄāđ€āļ”āļĨāļāļēāļĢāđƒāļŦāđ‰āđ€āļŦāļ•āļļāļœāļĨāđ€āļ•āļīāļšāđ‚āļ•āđ€āļ•āđ‡āļĄāļ—āļĩāđˆ āļāļēāļĢāļ”āļķāļ‡āļ‚āđ‰āļ­āļĄāļđāļĨāļ•āļēāļĄāļ„āļ§āļēāļĄāļ•āđ‰āļ­āļ‡āļāļēāļĢāđāļĨāļ°āļāļēāļĢāļ›āļĢāļ°āđ€āļĄāļīāļ™āļ•āļ™āđ€āļ­āļ‡āļĄāļĩāđāļ™āļ§āđ‚āļ™āđ‰āļĄāļ—āļĩāđˆāļˆāļ°āļāļĨāļēāļĒāđ€āļ›āđ‡āļ™āļžāļĪāļ•āļīāļāļĢāļĢāļĄāđ€āļĢāļīāđˆāļĄāļ•āđ‰āļ™āđāļ—āļ™āļ—āļĩāđˆāļˆāļ°āđ€āļ›āđ‡āļ™āļāļĢāļ­āļšāļāļēāļĢāļ—āļģāļ‡āļēāļ™āļ—āļĩāđˆāđāļĒāļāļˆāļēāļāļāļąāļ™ āđ‚āļ”āļĒāđ‚āļĄāđ€āļ”āļĨāļˆāļ°āļ•āļąāļ”āļŠāļīāļ™āđƒāļˆāđāļšāļšāđ„āļ”āļ™āļēāļĄāļīāļāļ§āđˆāļēāļ•āđ‰āļ­āļ‡āđƒāļŠāđ‰āļŦāļĨāļąāļāļāļēāļ™āļĄāļēāļāļ™āđ‰āļ­āļĒāđ€āļžāļĩāļĒāļ‡āđƒāļ”āđƒāļ™āļāļēāļĢāļ­āđ‰āļēāļ‡āļŠāļīāļ—āļ˜āļīāđŒāđāļ•āđˆāļĨāļ°āļ„āļĢāļąāđ‰āļ‡

āļāļēāļĢāļ™āļģāđ„āļ›āļ›āļāļīāļšāļąāļ•āļī

āļ—āļģāđ„āļĄāļĄāļąāļ™āļ–āļķāļ‡āļŠāļģāļ„āļąāļ

  • āļ„āļ§āļēāļĄāđ€āļĢāđ‡āļ§āđāļĨāļ°āļ‚āļ™āļēāļ”. āļ‚āļąāđ‰āļ™āļ•āļ­āļ™āļāļēāļĢāļ—āļģāļ‡āļēāļ™āļ‚āļ­āļ‡āļ āļēāļĐāļēāļŠāļēāļĄāļēāļĢāļ–āļ”āļģāđ€āļ™āļīāļ™āđ„āļ›āđ„āļ”āđ‰āđ€āļĢāđ‡āļ§āļ‚āļķāđ‰āļ™āđ‚āļ”āļĒāđ„āļĄāđˆāļāļĢāļ°āļ—āļšāļ•āđˆāļ­āļ„āļ§āļēāļĄāļŠāļĄāđˆāļģāđ€āļŠāļĄāļ­
  • āđ€āļ‚āđ‰āļēāļ–āļķāļ‡āđāļĨāļ°āđ€āļ‚āđ‰āļēāļ–āļķāļ‡. āļ‚āļĒāļēāļĒāļāļēāļĢāđ€āļ‚āđ‰āļēāļ–āļķāļ‡āļ āļēāļĐāļēāđāļĨāļ°āļĢāļđāļ›āđāļšāļšāļāļēāļĢāļŠāļ·āđˆāļ­āļŠāļēāļĢ
  • āļāļēāļĢāļ•āļąāļ”āļŠāļīāļ™āđƒāļˆāļ—āļĩāđˆāļŠāļąāļ”āđ€āļˆāļ™āļĒāļīāđˆāļ‡āļ‚āļķāđ‰āļ™. āļ—āļĩāļĄāļŠāļēāļĄāļēāļĢāļ–āđƒāļŠāđ‰āđ€āļ§āļĨāļēāļĄāļēāļāļ‚āļķāđ‰āļ™āđƒāļ™āļāļēāļĢāļ•āļąāļ”āļŠāļīāļ™ āđƒāļ™āļ‚āļ“āļ°āļ—āļĩāđˆāļĢāļ°āļšāļšāļ­āļąāļ•āđ‚āļ™āļĄāļąāļ•āļīāļˆāļąāļ”āļāļēāļĢāļāļąāļšāļāļēāļĢāļ—āļģāļ‹āđ‰āļģ

āļĢāļ°āļ§āļąāļ‡

  • āļ‚āđ‰āļ­āđ€āļ—āđ‡āļˆāļˆāļĢāļīāļ‡āļ—āļĩāđˆāļŦāļĨāļ­āļ™āļ›āļĢāļ°āļŠāļēāļ—āļŠāļēāļĄāļēāļĢāļ–āđ€āļ‚āđ‰āļēāļŠāļđāđˆāļĢāļēāļĒāļ‡āļēāļ™ āļāļĢāļ°āđāļŠāļŠāļ™āļąāļšāļŠāļ™āļļāļ™ āļŦāļĢāļ·āļ­āļœāļĨāļāļēāļĢāļ§āļīāļˆāļąāļĒāđ„āļ”āđ‰āļ­āļĒāđˆāļēāļ‡āđ€āļ‡āļĩāļĒāļšāđ†
  • āļ„āļ§āļēāļĄāļĨāļ°āđ€āļ­āļĩāļĒāļ”āļ­āđˆāļ­āļ™āļ‚āļ­āļ‡āļāļēāļĢāđāļˆāđ‰āļ‡āđ€āļ•āļ·āļ­āļ™āļŠāļēāļĄāļēāļĢāļ–āļŠāļĢāđ‰āļēāļ‡āļœāļĨāļĨāļąāļžāļ˜āđŒāļ—āļĩāđˆāđ„āļĄāđˆāļŠāļ­āļ”āļ„āļĨāđ‰āļ­āļ‡āļāļąāļ™āđƒāļ™āļ„āļģāļ‚āļ­āļ—āļĩāđˆāļ„āļĨāđ‰āļēāļĒāļāļąāļ™
  • āļ‚āđ‰āļ­āļĄāļđāļĨāļ‚āđ‰āļ­āļ„āļ§āļēāļĄāļ—āļĩāđˆāļĨāļ°āđ€āļ­āļĩāļĒāļ”āļ­āđˆāļ­āļ™āļ­āļēāļˆāļ–āļđāļāđ€āļ›āļīāļ”āđ€āļœāļĒāļŦāļēāļāļāļēāļĢāļ„āļ§āļšāļ„āļļāļĄāļāļēāļĢāđ€āļ‚āđ‰āļēāļ–āļķāļ‡āļ­āđˆāļ­āļ™āđāļ­

āļ‚āļąāđ‰āļ™āļ•āļ­āļ™āļ•āđˆāļ­āđ„āļ›

  1. āļāļģāļŦāļ™āļ”āļĢāļđāļ›āđāļšāļšāđ€āļ­āļēāļ•āđŒāļžāļļāļ• āđ‚āļ—āļ™āđ€āļŠāļĩāļĒāļ‡ āđāļĨāļ°āļĄāļēāļ•āļĢāļāļēāļ™āļ„āļļāļ“āļ āļēāļžāļāđˆāļ­āļ™āđ€āļ›āļīāļ”āļ•āļąāļ§
  2. āļāļēāļĢāļ•āļ­āļšāļŠāļ™āļ­āļ‡āļ āļēāļ„āļžāļ·āđ‰āļ™āļ”āļīāļ™āļāļąāļšāđāļŦāļĨāđˆāļ‡āļ‚āđ‰āļ­āļĄāļđāļĨāļ—āļĩāđˆāđ€āļŠāļ·āđˆāļ­āļ–āļ·āļ­āđ„āļ”āđ‰āđ€āļĄāļ·āđˆāļ­āđƒāļ”āļāđ‡āļ•āļēāļĄāļ—āļĩāđˆāļ„āļ§āļēāļĄāđāļĄāđˆāļ™āļĒāļģāļĄāļĩāļ„āļ§āļēāļĄāļŠāļģāļ„āļąāļ
  3. āļĢāļąāļāļĐāļēāļˆāļļāļ”āļ•āļĢāļ§āļˆāļŠāļ­āļšāļāļēāļĢāļ•āļĢāļ§āļˆāļŠāļ­āļšāđ‚āļ”āļĒāļĄāļ™āļļāļĐāļĒāđŒāļŠāļģāļŦāļĢāļąāļšāļœāļĨāļĨāļąāļžāļ˜āđŒāļ—āļĩāđˆāļĄāļĩāđ€āļ”āļīāļĄāļžāļąāļ™āļŠāļđāļ‡
  4. āļ•āļīāļ”āļ•āļēāļĄāļĢāļđāļ›āđāļšāļšāļ„āļ§āļēāļĄāļĨāđ‰āļĄāđ€āļŦāļĨāļ§āđāļĨāļ°āļāļķāļāļ­āļšāļĢāļĄāļžāļĢāđ‰āļ­āļĄāļ—āđŒāļŦāļĢāļ·āļ­āđ€āļ§āļīāļĢāđŒāļāđ‚āļŸāļĨāļ§āđŒāđ€āļ›āđ‡āļ™āļ›āļĢāļ°āļˆāļģ

āļŠāļģāļĢāļ§āļˆāļ•āđˆāļ­āđ„āļ›

āļˆāļ”āļŦāļĄāļēāļĒāļ‚āđˆāļēāļ§āļŸāļĢāļĩ

āļĢāļąāļšāļŠāļĢāļļāļ› AI āļĢāļēāļĒāļ§āļąāļ™

āđ€āļĢāļ·āđˆāļ­āļ‡āļĢāļēāļ§ AI āļ—āļĩāđˆāļ•āļĢāļ§āļˆāļŠāļ­āļšāđāļĨāđ‰āļ§ 3 āđ€āļĢāļ·āđˆāļ­āļ‡āļ—āļļāļāļ§āļąāļ™āļ—āļģāļ‡āļēāļ™ āđ€āļŠāđ‰āļē, āđ€āļ‚āļĩāļĒāļ™āđ€āļ›āđ‡āļ™āļ āļēāļĐāļēāļ­āļąāļ‡āļāļĪāļĐāļ˜āļĢāļĢāļĄāļ”āļē āļŸāļĢāļĩāļ•āļĨāļ­āļ”āđ„āļ› āđ„āļĄāđˆāļĄāļĩāđ‚āļ†āļĐāļ“āļē

āļ­āļĩāđ€āļĄāļĨāļŦāļ™āļķāđˆāļ‡āļ‰āļšāļąāļšāļ—āļļāļāļ§āļąāļ™āļ—āļģāļ‡āļēāļ™ āļĒāļāđ€āļĨāļīāļāļāļēāļĢāļŠāļĄāļąāļ„āļĢāđƒāļ™āļ„āļĨāļīāļāđ€āļ”āļĩāļĒāļ§ āđ€āļĢāļēāđ„āļĄāđˆāđ€āļ„āļĒāļ‚āļēāļĒāļŦāļĢāļ·āļ­āđāļŠāļĢāđŒāļ—āļĩāđˆāļ­āļĒāļđāđˆāļ­āļĩāđ€āļĄāļĨāļ‚āļ­āļ‡āļ„āļļāļ“

āļ—āļ”āļŠāļ­āļšāļ•āļąāļ§āđ€āļ­āļ‡

Take the Self-RAG and Reflective Retrieval quiz

āļ‚āđ‰āļ­āđ€āļŠāļ™āļ­āđāļ™āļ°āļ—āļąāļ™āļ—āļĩāļŠāļģāļŦāļĢāļąāļšāļ—āļļāļāļ„āļģāļ•āļ­āļš āđāļĨāļ°āđƒāļšāļĢāļąāļšāļĢāļ­āļ‡āļ—āļĩāđˆāļŠāļēāļĄāļēāļĢāļ–āđāļŠāļĢāđŒāđ„āļ”āđ‰āļžāļĢāđ‰āļ­āļĄ ID āļ—āļĩāđˆāļ•āļĢāļ§āļˆāļŠāļ­āļšāđ„āļ”āđ‰āđ€āļĄāļ·āđˆāļ­āļ„āļļāļ“āļœāđˆāļēāļ™āļŦāļĨāļąāļāļŠāļđāļ•āļĢ

āđ€āļĢāļīāđˆāļĄāđāļšāļšāļ—āļ”āļŠāļ­āļš

āļŠāļ™āļąāļšāļŠāļ™āļļāļ™āļāļēāļĢāļĻāļķāļāļĐāļē AI āļŸāļĢāļĩ AI Understanding āđ€āļ›āđ‡āļ™āļ­āļ‡āļ„āđŒāļāļĢāđ„āļĄāđˆāđāļŠāļ§āļ‡āļŦāļēāļœāļĨāļāļģāđ„āļĢ 501(c)(3) — āđ„āļĄāđˆāļĄāļĩāđ‚āļ†āļĐāļ“āļē āđ„āļĄāđˆāļĄāļĩāļāļģāđāļžāļ‡āđ€āļ‡āļīāļ™, āļ•āļĨāļ­āļ”āđ„āļ› āļšāļĢāļīāļˆāļēāļ„

āļ„āļģāļ–āļēāļĄāļ—āļĩāđˆāļžāļšāļšāđˆāļ­āļĒ

What is Self-RAG and Reflective Retrieval?

Self-RAG learns when to retrieve and uses reflection tokens to assess passages and generated segments. These critiques can guide generation, but they are model predictions rather than independent proof that an answer is correct.

Compared with a baseline that retrieves for every input, what adaptive decision does Self-RAG learn?

Retrieve tokens support adaptive retrieval. Other RAG designs may also be adaptive, so this contrast is scoped to the fixed-retrieval baseline.

'āđ‚āļ—āđ€āļ„āđ‡āļ™āļāļēāļĢāļŠāļ°āļ—āđ‰āļ­āļ™' āđƒāļ™ Self-RAG āļ„āļ·āļ­āļ­āļ°āđ„āļĢ

āđ‚āļ—āđ€āļ„āđ‡āļ™āļāļēāļĢāļŠāļ°āļ—āđ‰āļ­āļ™ āđ€āļŠāđˆāļ™ IsRelevant, IsSupported āđāļĨāļ° IsUseful āļ›āļĨāđˆāļ­āļĒāđƒāļŦāđ‰āđ‚āļĄāđ€āļ”āļĨāļ§āļīāļˆāļēāļĢāļ“āđŒāļ‚āđ‰āļ­āļ„āļ§āļēāļĄāđāļĨāļ°āđ€āļ­āļēāļ—āđŒāļžāļļāļ•āļ‚āļ­āļ‡āļ•āļąāļ§āļĄāļąāļ™āđ€āļ­āļ‡

What does Self-RAG's IsSupported reflection token predict?

The token is a model-generated support judgment that can guide generation but may be wrong.

āđ‚āļ”āļĒāļ—āļąāđˆāļ§āđ„āļ›āđāļĨāđ‰āļ§āđ‚āļĄāđ€āļ”āļĨ Self-RAG āđ„āļ”āđ‰āļĢāļąāļšāļāļēāļĢāļāļķāļāļāļ™āđ€āļžāļ·āđˆāļ­āļŠāļĢāđ‰āļēāļ‡āđ‚āļ—āđ€āļ„āđ‡āļ™āļāļēāļĢāļŠāļ°āļ—āđ‰āļ­āļ™āļ­āļĒāđˆāļēāļ‡āđ„āļĢ

Self-RAG āđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰āļˆāļēāļāļ‚āđ‰āļ­āļĄāļđāļĨāļāļēāļĢāļāļķāļāļ­āļšāļĢāļĄāļ—āļĩāđˆāļĄāļĩāļ„āļģāļ­āļ˜āļīāļšāļēāļĒāļ›āļĢāļ°āļāļ­āļšāļ”āđ‰āļ§āļĒāđ‚āļ—āđ€āļ„āđ‡āļ™āļāļēāļĢāļŠāļ°āļ—āđ‰āļ­āļ™ āļ‹āļķāđˆāļ‡āļĄāļąāļāļŠāļĢāđ‰āļēāļ‡āļ‚āļķāđ‰āļ™āđ‚āļ”āļĒāđ‚āļĄāđ€āļ”āļĨāļ„āļĢāļđāļ—āļĩāđˆāļĄāļĩāļ„āļ§āļēāļĄāļŠāļēāļĄāļēāļĢāļ–āļĄāļēāļāļāļ§āđˆāļē āđ€āļŠāđˆāļ™ GPT-4

āļāļēāļĢāļ§āļīāļžāļēāļāļĐāđŒāļ§āļīāļˆāļēāļĢāļ“āđŒ 'IsRelevant' āļŠāļģāļŦāļĢāļąāļšāđāļ•āđˆāļĨāļ°āļ‚āđ‰āļ­āļ„āļ§āļēāļĄāļĄāļĩāļ›āļĢāļ°āđ‚āļĒāļŠāļ™āđŒāļ­āļĒāđˆāļēāļ‡āđ„āļĢ

āļ”āđ‰āļ§āļĒāļāļēāļĢāļ§āļīāļžāļēāļāļĐāđŒāļ„āļ§āļēāļĄāđ€āļāļĩāđˆāļĒāļ§āļ‚āđ‰āļ­āļ‡āļ‚āļ­āļ‡āđāļ•āđˆāļĨāļ°āļ•āļ­āļ™ Self-RAG āļŠāļēāļĄāļēāļĢāļ–āđ€āļžāļīāļāđ€āļ‰āļĒāļ•āđˆāļ­āļāļēāļĢāļ„āđ‰āļ™āļŦāļēāļ—āļĩāđˆāđ„āļĄāđˆāđ€āļāļĩāđˆāļĒāļ§āļāļąāļšāļŦāļąāļ§āļ‚āđ‰āļ­āđāļ—āļ™āļ—āļĩāđˆāļˆāļ°āļĒāļąāļ”āļĨāļ‡āđƒāļ™āļ„āļģāļ•āļ­āļš

āđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰āļ•āđˆāļ­āđ„āļ›

āļ„āļģāđāļ™āļ°āļ™āļģāļ—āļĩāđˆāđ€āļāļĩāđˆāļĒāļ§āļ‚āđ‰āļ­āļ‡

āļ„āļģāđāļ™āļ°āļ™āļģāđ€āļžāļīāđˆāļĄāđ€āļ•āļīāļĄāļ—āļĩāđˆāđ€āļĨāļ·āļ­āļāļŠāļģāļŦāļĢāļąāļšāļŦāļąāļ§āļ‚āđ‰āļ­āļ™āļĩāđ‰

āļ•āđˆāļ­āđ„āļ›āļ„āļģāđāļ™āļ°āļ™āļģāļ•āđˆāļ­āđ„āļ›

RAG āđāļšāļšāđ€āļāđ‡āļ‡āļāļģāđ„āļĢāđāļĨāļ°āļāļēāļĢāļĢāđˆāļēāļ‡āđāļšāļšāļ”āļķāļ‡āļ‚āđ‰āļ­āļĄāļđāļĨāđāļšāļšāđ€āļŠāļĢāļīāļĄ

āđ€āļ—āļ„āļ™āļīāļ„

āļĢāļąāļšāđƒāļšāļĢāļąāļšāļĢāļ­āļ‡ AI āļŸāļĢāļĩāļŦāļĨāļąāļāļŠāļđāļ•āļĢāđāļĨāļ°āļāļēāļĢāļŠāļ­āļšāļŠāļąāđ‰āļ™ āđ† āļŸāļĢāļĩ āđ„āļĄāđˆāļĄāļĩāļ„āđˆāļēāđƒāļŠāđ‰āļˆāđˆāļēāļĒ āđ„āļĄāđˆāļĄāļĩāļšāļąāļ•āļĢāđ€āļ„āļĢāļ”āļīāļ• āļ›āļĢāļ°āļĄāļēāļ“ 2.5 āļŠāļąāđˆāļ§āđ‚āļĄāļ‡āđ€āļĢāļīāđˆāļĄāļ•āđ‰āļ™āļŸāļĢāļĩ →