The retrieval process | in Retrieval-Augmented Generation | (RAG) involves finding relevant
Quy trình truy xuất | trong Retrieval-Augmented Generation | (RAG) bao gồm việc tìm kiếm thông tin liên quan
information from a | large dataset or | knowledge base to support
từ một | tập dữ liệu lớn hoặc | cơ sở kiến thức để hỗ trợ
the generation of | accurate, context-aware responses. | When a query is
việc tạo ra các | phản hồi chính xác, nhận biết ngữ cảnh. | Khi một truy vấn được
received, the system | first converts it | into a vector (embedding)
nhận, hệ thống | trước tiên chuyển đổi nó | thành một vector (embedding)
and uses this | vector to search | a database of pre-indexed
và sử dụng | vector này để tìm kiếm | một cơ sở dữ liệu các embedding
embeddings, identifying the | most similar or | relevant data points. | Techniques
đã lập chỉ mục trước, xác định | các điểm dữ liệu | tương đồng hoặc liên quan nhất. | Các kỹ thuật
like approximate nearest | neighbor (ANN) search | are often used to
như tìm kiếm láng giềng | gần đúng (ANN) | thường được sử dụng để
speed up this | process. |
tăng tốc quy trình | này. |
Resources
- What is Retrieval-Augmented Generation (RAG)? (article)
- What Is Retrieval-Augmented Generation, aka RAG? (article)
References
- https://roadmap.sh/ai-engineer (Node: Retrieval Process)