পুনরুদ্ধার-সংবর্ধিত জনন (RAG)
পুনরুদ্ধার-সংবর্ধিত জনন হলো একটি কৌশল যা একটি ভাষা-মডেলের আউটপুটকে তার প্যারামেট্রিক স্মৃতির উপর কেবল নির্ভর করার পরিবর্তে পুনরুদ্ধারকৃত উৎস-নথিতে ভিত্তি করে। সিস্টেম একটি জ্ঞানভাণ্ডার থেকে প্রাসঙ্গিক অনুচ্ছেদ আনে, সেগুলো প্রসঙ্গ হিসেবে সরবরাহ করে, এবং মডেলকে কেবল সেই প্রমাণ ব্যবহার করে উত্তর দিতে বলে।
সমার্থক: RAG, retrieval augmented generation, grounded generation, context augmentation
পুনরুদ্ধার-সংবর্ধিত জনন একটি মডেল কী জানে তা থেকে কীসের উপর প্রশিক্ষিত হয়েছিল তা পৃথক করে। কোয়েরির সময় পুনরুদ্ধারকারী একটি রক্ষণাবেক্ষণকৃত জ্ঞানভাণ্ডার থেকে সবচেয়ে প্রাসঙ্গিক চাঙ্কগুলো টানে, এবং মডেল সেই প্রমাণে সীমাবদ্ধ একটি উত্তর রচনা করে। এটি হ্যালুসিনেশন হ্রাস করে, উদ্ধৃতির মাধ্যমে উত্তর নিরীক্ষাযোগ্য করে, এবং দলগুলোকে পুনঃপ্রশিক্ষণ ছাড়াই জ্ঞান আপডেট করতে দেয়। একটি শাসিত পরিবেশে, RAG হলো সেই প্রক্রিয়া যা একটি প্রশ্নকে একটি ভিত্তিযুক্ত, উদ্ধৃত প্রতিক্রিয়ায় পরিণত করে যা একজন ব্যক্তি বা নীতি আস্থা রাখার আগে যাচাই করতে পারে।