Retrieval-Augmented Generation (RAG) ist eine Technik der Künstlichen Intelligenz (KI), die die Stärken von abfragebasierten und generativen Modellen kombiniert. Abfragebasierte Modelle sind in der Lage, relevante Informationen aus einem Datensatz zu finden, während generative Modelle neue Informationen generieren können. Bei RAG wird zunächst eine Frage oder Abfrage von einem Benutzer eingegeben. Diese Abfrage wird dann mittels Vektordatenbank analysiert, um die relevanten Informationen aus einem Datensatz zu finden. Die gefundenen Informationen werden dann an ein generatives Sprachmodell (LLM) gesendet, das eine Antwort generiert. Wir besprechen, wie sich diese Methode im Unternehmen einsetzen lässt, welche Voraussetzungen gegeben sein müssen und welche Technik dabei zum Einsatz kommt.

---

Starte kostenlos mit Heisenware unter

⁠⁠⁠⁠⁠⁠https://heisenware.com/einfach-komplex⁠⁠⁠⁠⁠⁠

---

Einfach Komplex ist ein Podcast von Heisenware. Alle Infos und Kontakte findest du im Linktree:

⁠⁠⁠⁠https://linktr.ee/heisenware⁠⁠

---

Dr. Burkhard Heisen und Gerrit Meyer sprechen heute über:

(00:00) Podcast Statistiken

(02:00) Sprachmodelle (LLMs)

(09:30) RAG AI erklärt

(19:00) Prompt Engineering und Temperatur

(24:15) Conversational AI

(28:45) Anwendung im Unternehmen

(35:00) Parsen für die Vektordatenbank