Waarom informatie ophalen?
Een model kent niet automatisch je actuele productinformatie of interne handleidingen. Een RAG-toepassing zoekt eerst passende bronnen en gebruikt de gevonden informatie bij het formuleren van een antwoord. Het model wordt daardoor niet automatisch opnieuw getraind. De kwaliteit hangt af van zowel het ophalen als het uiteindelijke antwoord.
Een voorbeeld voor een kennisbank
Een klant stelt een productvraag. Het systeem zoekt de relevante documentatie en geeft die mee aan het model. Het antwoord kan naar de gebruikte bron verwijzen. Controleer of de bron inderdaad de claim ondersteunt en of de informatie actueel is. Slecht vindbare of tegenstrijdige documenten blijven een probleem.
Beveiliging en beoordeling
Respecteer toegangsrechten bij het ophalen van informatie. Een gebruiker mag via een antwoord geen documenten zien waarvoor die geen rechten heeft. Test onvindbare vragen, verouderde bronnen en misleidende tekst in documenten. Laat het systeem onzekerheid aangeven en voorkom onbewezen aanvullingen wanneer de bron geen antwoord bevat.
Veelgestelde vragen
Voorkomt RAG alle verzonnen antwoorden?
Nee. Fouten kunnen ontstaan bij selectie van bronnen en bij het formuleren van het antwoord. Controle en evaluatie blijven nodig.
Is RAG hetzelfde als een model trainen?
Nee. Bij RAG wordt opgehaalde informatie als context gebruikt tijdens de taak; dat is iets anders dan het model opnieuw trainen.