Was ist Retrieval Augmented Generation?

Поділитися
Вставка
  • Опубліковано 17 лис 2024

КОМЕНТАРІ • 10

  • @spectrumunit
    @spectrumunit 10 місяців тому +1

    Super gut und anschaulich erklärt! Hatte bis hier hin nie von "RAG" gehört - ich bin froh, dass ich diesem Kanal folge, so bin ich immer up to date! Danke!

    • @datasolut
      @datasolut  10 місяців тому

      Vielen Dank für dein Feedback!

  • @Mister-yc6mm
    @Mister-yc6mm 10 місяців тому +2

    ❤❤❤

  • @Eron-dx9dn
    @Eron-dx9dn 6 місяців тому +1

    Sehr interessantes Video! Vielen Dank!
    Aber würde das nicht den Prompt deutlich vergrößern und so die Bearbeitungszeit auch erhöhen?
    Also die Verwendung von Vektoren und EInfügen im Prompt.
    Trainieren mit dem Wissen wäre schneller und nach dem Training wohl auch günstiger, da weniger Tokens bei der Nutzung benötigt werden. Dafür natürlich nicht so anpassungsfähig, wenn sich die Daten ändern. Habe ich das so richtig verstanden?

    • @datasolut
      @datasolut  5 місяців тому

      Hi 👋 vielen Dank erstmal! Ich habe zu deiner Frage gerade ein Video aufgenommen.
      Kurz gesagt: RAG ist in den meisten Fällen günstiger und sogar besser. Ein Fine Tuning ist sehr teuer nicht nur Compute sondern du muss ja auch Daten haben.
      RAG Systeme sind mittlerweile auch schnell und kosten nicht viel. Das ist in der Regel die Architektur, die man in den Chat bots und Assistenten sieht.
      VG

  • @buharxan6506
    @buharxan6506 7 місяців тому

    welches Fine tuned Model würden Sie empfehlen für das LLM? oder welches haben Sie für den Wein-Bot benutzt? vG

    • @datasolut
      @datasolut  7 місяців тому

      Im Moment die ChatGPT API

  • @reinerzufall3123
    @reinerzufall3123 6 місяців тому +1

    Grosse Sprachmodelle?
    Bitte nicht 🙏🙏 bleiben wir zumindest bei LLMs 😁