Vid varje fråga söker systemet i en kunskapsbas, oftast en vektordatabas som hittar texter efter betydelse snarare än exakta ord. Systemet hämtar de mest relevanta texterna och skickar med dem till modellen som underlag för svaret. RAG är vanligast när svaret behöver bygga på en kunskapsbas som är unik för din verksamhet eller som hålls aktuell.
Vår ståndpunkt
Vi väljer RAG när datan ändras ofta, när det är viktigt att kunna visa källan till svaret eller när finjustering (fine-tuning) vore överkurs.