מקורות ידע
PDF, מסמכים, עמודי אתר, טבלאות או רשומות מתוך מערכת קיימת.
RAG הוא דפוס שבו המערכת מחפשת מידע רלוונטי ממקורות חיצוניים או פנימיים לפני שהמודל עונה. כך התשובה נשענת על הידע של העסק ולא רק על הזיכרון הכללי של המודל.
מודל שפה רגיל יכול לנסח תשובה, אבל הוא לא בהכרח יודע מה כתוב במסמכים של העסק. RAG מוסיף שלב אחזור: המערכת מוצאת מקטעים רלוונטיים, מעבירה אותם למודל, והמודל מנסח תשובה על בסיסם.
זה מתאים לתמיכה בלקוחות, שאלות עובדים, חיפוש במסמכים, מערכות הדרכה, הצעות מחיר, ניתוח חוזים או כל תהליך שבו ידע עסקי משתנה לאורך זמן.
צריך למפות מקורות ידע, לנקות מסמכים, לחלק מידע למקטעים הגיוניים, לבחור שיטת חיפוש, ולבדוק שהמערכת מחזירה הקשר נכון. מסמך ארוך בלי חלוקה טובה יוצר תשובות חלשות גם אם המודל חזק.
צריך גם לחשוב על הרשאות: לא כל משתמש רשאי לראות כל מסמך. RAG במערכת עסקית חייב לכבד הרשאות, פרטיות והפרדה בין לקוחות או צוותים.
איתי קרקסון מחבר RAG למערכות קיימות דרך תהליך מדורג: מיפוי ידע, בניית אינדקס, חיבור לממשק, בדיקות תשובות, טיפול בהרשאות והוספת בקרה. המטרה היא לא צ׳אט כללי אלא תשובות שימושיות מתוך הידע העסקי.
PDF, מסמכים, עמודי אתר, טבלאות או רשומות מתוך מערכת קיימת.
פירוק מידע לחלקים שניתן לאחזר עם הקשר מספיק.
שמירה על הפרדה בין משתמשים, לקוחות, מסמכים ונתונים רגישים.
שאלות אמיתיות, תשובות חסרות, סתירות ומצבים שבהם צריך להגיד שאין מידע.
לא. RAG הוא שכבת חיפוש והקשר מעל מידע קיים. בסיס הנתונים עדיין מנהל את המידע.
כן, אבל צריך לבדוק איכות אחזור, חלוקת מסמכים ותשובות בעברית עם נתונים אמיתיים.
העמוד נבנה כמדריך קצר על בסיס מחקר NotebookLM ומקורות מקצועיים. המקורות המרכזיים:
אפשר להתחיל מבדיקה של המסמכים והתהליך הקיים.
השאירו פרטים