RAG, 檢索增強生成 (Retrieval-Augmented Generation)

Retrieval-Augmented Generation（RAG, 檢索增強生成），這是一種結合檢索和生成的方法。

RAG則是一種機器學習方法，旨在結合檢索和生成，以提高信息檢索和生成性任務的效能。

LLM的RAG系統是一種在語言模型中使用信息檢索的技術。這種方法可能使得模型能夠根據用戶的查詢，先從大量文本中檢索相關信息，並且添加相應的文件在回答之中。這樣的結合檢索和生成的方法有助於提高專業知識檢索和生成任務的效率和準確性。

範例

https://platform.openai.com/playground/p/bIsTGyLUQZxhm7O7zuWrvhfq?model=gpt-3.5-turbo&mode=chat

應用於RASA

我們將 領域知識/ 特定回應方式 添加在system prompts之中

設定:

https://github.com/Chunshan-Theta/ExpertBot/blob/main/actionsServer/actions/stages.py#L45

添加:

https://github.com/Chunshan-Theta/ExpertBot/blob/main/actionsServer/actions/models.py#L63