כתבה
arXiv cs.AI ·
RAG: ארכיטקטורות ויישומים
Rethinking Knowledge Retrieval for Generation: A Survey on RAG Architectures and Applications
RAG משלב מנגנוני אחזור חיצוניים עם מודלים יצירתיים, מאפשר יצירה דינמית ומבוססת נתונים. המחקר סוקר את המצב הנוכחי של RAG ויישומיו.
תקציר מקורי באנגליתarXiv:2610.01936v2 Announce Type: replace Abstract: Large Language Models (LLMs) have demonstrated remarkable fluency and versatility across natural language tasks but remain fundamentally limited by their static knowledge and susceptibility to hallucinations, especially in domains requiring up to date or attribute grounded information. Retrieval Augmented Generation (RAG) addresses these challenges by integrating external retrieval mechanisms with generative models, enabling dynamic, context aware generation grounded in verifiable data sources. This survey presents a comprehensive examination of RAG as a modular and evolving paradigm that enhances factual reliability, adaptability, and task alignment in LLM based systems. We formalize the RAG framework through its three foundational compo
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית