التوليد المعزَّز بالاسترجاع: كيف تجعل النموذج يقرأ مستنداتك قبل أن يجيب
تقنية RAG هي الطريقة الأكثر شيوعاً لبناء مساعد يجيب من وثائق شركتك، وتقلّل الإجابات المختلَقة، ولا تحتاج إلى إعادة تدريب النموذج.
يعرف النموذج اللغوي ما تعلّمه حتى تاريخ معين، ولا يعرف شيئاً عن عقودك أو دليل موظفيك. الحل الذي قدّمه باحثون في Meta عام 2020 تحت اسم التوليد المعزَّز بالاسترجاع (RAG) هو أن تبحث أولاً عن المعلومة في مستنداتك، ثم تعطيها للنموذج ليصوغ الإجابة.
الخطوات الأربع
- التقطيع: تُقسَّم المستندات إلى مقاطع قصيرة من بضع فقرات.
- التضمين: يُحوَّل كل مقطع إلى متجه رقمي يمثّل معناه، ويُخزَّن في قاعدة بيانات متجهية.
- الاسترجاع: يُحوَّل سؤال المستخدم بالطريقة نفسها، وتُجلب المقاطع الأقرب إليه في المعنى.
- التوليد: تُرسل المقاطع مع السؤال إلى النموذج مع تعليمات بأن يجيب منها فقط وأن يذكر مصدره.
نصيحة عملية للمحتوى العربي
جودة الاسترجاع تعتمد كثيراً على نموذج التضمين. اختبر نماذج تدعم العربية جيداً، وانتبه لتوحيد الهمزات والتاء المربوطة والأرقام قبل الفهرسة.