Ecco un articolo che fornisce una panoramica del RAG di Promium AI… Ma non ci fermiamo qui; stiamo attivamente espandendo e perfezionando la tecnologia dell’intelligenza generativa. La sua progressione è sorprendentemente rapida in questa fase, ma il concetto fondamentale rimane immutato.
[..]”Per superare questi limiti una soluzione potrebbe derivare dalla Retrieval Augmented Generation (RAG). Un paper del 2020, “Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks”, firmato da Patrick Lewis e altri autori di Facebook AI Research, ha fatto conoscere la RAG agli sviluppatori di AI generativa. La RAG è un modello che unisce le capacità generative dei LLM con le capacità di reperire informazioni da una fonte di conoscenza esterna. Così facendo, la RAG riesce a creare testi più ricchi, corretti e rilevanti, basati su dati aggiornati e specifici per il settore o per l’ente. In questo modo, la RAG può integrare il testo generato con informazioni supplementari, precise e particolari, che aumentano la qualità e la pertinenza del testo.

La RAG funziona in due fasi: nella prima, il modello riceve un input o una domanda e cerca i documenti più rilevanti da una collezione di fonti esterne. Nella seconda, il modello usa i documenti recuperati e l’input per generare il testo finale, che incorpora le informazioni trovate. La RAG può essere applicata a diversi tipi di input, come parole chiave, frasi, domande o immagini, e può generare diversi tipi di output, come risposte, riassunti, articoli o descrizioni.

pezzo del articolo di wired per leggerlo: https://www.wired.it/article/rag-intelligenza-artificiale/