كيف يعمل التوليد المعزز بالاسترجاع؟
يعمل التوليد المعزز بالاسترجاع على خطوتين. أولًا، يُستخدم السؤال للبحث في قاعدة المعرفة عن المقاطع التي يُرجَّح أنها تحمل الإجابة. ثم تُعطى هذه المقاطع لنموذج الذكاء الاصطناعي مع السؤال، فيكتب النموذج رده منها. وإذا لم يجد شيئًا ذا صلة، يصرّح الوكيل المبني جيدًا بذلك بدل التخمين.
يجري البحث عادةً في فهرس لمستنداتك، مقسّمة إلى أجزاء صغيرة ومنظمة حسب المعنى لا حسب الكلمات المطابقة حرفيًا. ويمكن استضافة هذا الفهرس ذاتيًا في قاعدة بيانات متجهات، أو الاعتماد فيه على خدمة استرجاع مُدارة.
لماذا يهمّ RAG الشركات الصغيرة؟
يهمّ RAG الشركات الصغيرة لأنه يُبقي وكيل الذكاء الاصطناعي مستندًا إلى سياساتك وأسعارك وإجراءاتك، لا إلى المعرفة العامة على الإنترنت. كما يجعل التحديث بسيطًا: غيّر المستند المصدر فتتغير إجابات الوكيل معه، دون إعادة تدريب. والمقابل أن المصدر يجب أن يكون دقيقًا.
كيف يبدو RAG في التطبيق العملي؟
يستخدم وكيل المحادثة الذي بنيناه لوكالة إسبانية للدراسة في الخارج خدمة استرجاع مُدارة هي Gemini File Search. يوجد مستند قاعدة المعرفة في مساحة تخزين الملفات لدى Gemini، ويستعلم الوكيل منه أثناء التشغيل، فلا حاجة إلى استضافة قاعدة بيانات متجهات أو مسار لتقسيم المستندات. وتحديث قاعدة المعرفة يعني استبدال ملف واحد، ولهذا يجب أن يكون ذلك الملف صحيحًا من البداية.