approfondimento

RAG (Retrieval Augmented Generation): cos’è, come funziona e che benefici apporta in azienda

Da un punto di vista tecnologico, la Retrieval-Augmented Generation riproduce tre momenti: comprensione della domanda, ricerca delle informazioni rilevanti per rispondere, generazione della risposta

Pubblicato il 22 mar 2024

Riccardo Benaglia

Team Data Science Ammagamma

Simone Fabiole Nicoletto

Team Data Science Ammagamma

Stefano Vincenzi

Team Data Science Ammagamma

La Retrieval-Augmented Generation (RAG) è una tecnologia che integra un motore di ricerca e un modello generativo (come i Large Language Models, LLM) per migliorare la precisione e la pertinenza delle risposte. Funziona in tre fasi: comprensione della domanda, ricerca delle informazioni rilevanti, e generazione della risposta.

Un esempio pratico è l’uso della RAG in un chatbot di un negozio online che risponde a domande sulle politiche di restituzione. La RAG attinge da fonti affidabili per evitare inesattezze e superare i limiti degli LLM, come la propensione a “allucinare” e la conoscenza limitata alla data di allenamento.
La RAG ha un potenziale significativo in settori come medicina, legge e istruzione, migliorando risposte a interrogativi complessi.

@RIPRODUZIONE RISERVATA