Wie Engines arbeiten
Retrieval-Augmented Generation
Auch: RAG
Retrieval-Augmented Generation bedeutet, dass ein Modell nach passenden Dokumenten sucht und seine Antwort aus dem Gefundenen schreibt statt allein aus dem Training. Deshalb kann eine diese Woche veröffentlichte Seite schon heute in einer Antwort auftauchen.
Ausführlich
RAG ist der Mechanismus hinter den meisten Zitationen. Die Engine ruft eine Reihe von Seiten ab, schreibt eine darauf gestützte Antwort und verlinkt die Seiten, die sie benutzt hat.
Es ist zugleich der schnellste Weg, eine Antwort zu beeinflussen: die richtigen Fakten abrufbar zu machen wirkt weit schneller, als auf einen künftigen Trainingslauf zu warten.
Wie Allswap das misst
Leitfäden dazu
Verwandte Begriffe
Grounding
Grounding bedeutet, die Antwort eines Modells an konkret abgerufene Quellen zu binden statt an seine eigene Erinnerung. Eine fundierte Antwort lässt sich auf Dokumente zurückführen – das macht Zitationen möglich und Antworten verlässlicher.
Cited Source
Eine Cited Source ist eine Seite oder Domain, auf die eine Answer Engine beim Beantworten einer Frage verlinkt. In den meisten Kategorien entfällt der Großteil der Zitationen auf eine kleine Gruppe von Quellen, und diese Gruppe entscheidet, welche Marken empfohlen werden.
Vektorsuche
Die Vektorsuche findet Dokumente, indem sie Embeddings vergleicht statt Keywords abzugleichen, und ruft Passagen ab, deren Bedeutung der Frage nahekommt. Sie ist die Abrufmethode hinter den meisten Answer Engines.
Large Language Model
Ein Large Language Model ist ein System, das auf sehr großen Textmengen trainiert wurde, um Sprache vorherzusagen und zu erzeugen. Es ist die Komponente, die die Antwort einer Answer Engine schreibt – aus dem Gelernten plus dem, was im Moment der Frage abgerufen wird.
Bereit, die KI-Suche zu dominieren?
Jetzt loslegen
Allswap