AI 검색 검색 증강 생성 (RAG)

(RAG) 애플리케이션을 사용하여 AI 검색 검색 증강 생성 결과의 AI 검색 검색 정확도를 향상시킬 수 있습니다. 를 사용하면 RAG대규모 언어 모델(LLM)의 초점을 훈련된 광범위하고 일반적인 데이터 대신 특정 상황별 데이터 세트로 제한할 수 있습니다.

AI 검색 RAG 개요

RAG 는 정보 검색과 AI 텍스트 생성을 결합합니다. 두 단계로 작동합니다. 데이터를 인덱싱하여 검색할 수 있도록 한 다음 쿼리를 사용하여 인덱싱된 데이터를 검색합니다.

의 AI 검색 RAG 효율성은 인덱싱된 소스에서 컨텍스트 지향 정보를 검색하기 위해 의미 체계 또는 벡터 검색과 같은 고급 검색 방법에서 사용하는 임베딩 모델에 의존합니다. 포함 모델은 사용자의 검색 쿼리를 기반으로 하는 포함을 생성합니다. 그런 다음 LLM에서 임베딩을 사용하여 관련 응답을 생성합니다. 임베딩 모델은 RAG의 엔진으로, 정보를 LLM에 전달하기 전에 벡터 맵에 검색, 검색 및 포함할 수 있습니다. 에서는 기본적으로 RAG 임베딩(E5) 모델을 사용하지만, 임베딩 및 Google Gemini 임베딩과 같은 Azure OpenAI 추가적인 타사 모델도 지원합니다. 또한 사용자는 외부 공급업체 제공업체의 사용자 지정 임베딩 모델을 가져와 특정 RAG 요구 사항에 맞는 임베딩을 만들 수 있습니다.

활성화 AI 검색 RAG

AI 검색 RAG 기능은 플러그인(sn_ais_rag)에 AI 검색 RAG 의해 제공됩니다. 이 플러그인은 생성형 AI 컨트롤러 또는 Now Assist 애플리케이션.