Begrippen

RAG (retrieval-augmented generation)

RAG, voluit retrieval-augmented generation, is een techniek waarbij een AI-systeem eerst relevante stukken uit een kennisbron ophaalt en die aan het taalmodel meegeeft, zodat het antwoord op die bron gebaseerd is in plaats van op wat het model uit zichzelf denkt te weten.

Laatst bijgewerkt:

Hoe het werkt

Een taalmodel weet alleen wat er in zijn training zat en wat je hem meegeeft. RAG lost het tweede deel op: bij elke vraag zoekt het systeem eerst in een kennisbron naar de stukken die ertoe doen, en plakt die bij de vraag.

Het model verzint het antwoord dus niet uit het niets, maar leest mee uit materiaal dat er echt staat.

Waar het wel en niet voor zorgt

RAG maakt antwoorden beter onderbouwd en maakt een bronvermelding mogelijk. Wat het niet oplost is de kwaliteit van de bron zelf. Staat er iets verouderds in, dan haalt RAG dat net zo netjes op.

Daarom hangt bij nativ aan elk gegeven in de Company Brain een eigenaar en een verversingsdatum. De techniek haalt op; de afspraken eromheen bepalen of wat opgehaald wordt nog klopt.

Veelgestelde vragen

Is RAG hetzelfde als een model trainen op je eigen data?

Nee. Bij trainen verandert het model zelf, wat duur is en lastig terug te draaien. Bij RAG blijft het model ongewijzigd en wordt de juiste informatie per vraag meegegeven. Dat is goedkoper, sneller bij te werken, en je kunt zien waar een antwoord vandaan komt.

Hangt hiermee samen

  • Context engineering

    Context engineering is het vak van het ordenen en beschikbaar stellen van de juiste bedrijfscontext, zodat een AI-systeem werk kan leveren dat klopt voor dat specifieke bedrijf.

  • Hallucinatie

    Een hallucinatie is een antwoord van een AI-systeem dat overtuigend klinkt maar niet klopt, doordat het model een plausibele tekst vormt in plaats van een feit opzoekt.

  • Herleidbaarheid van AI

    Herleidbaarheid betekent dat je kunt navertellen hoe een AI-systeem tot een antwoord is gekomen: uit welke bron het komt, wie verantwoordelijk is voor dat gegeven en wie het mocht zien.

Wil je zien wat hiervan bij jou zou werken? De AI-scan laat zien welk werk in jouw bedrijf zich leent voor AI, op volgorde.