در ادامه بحث هوش مصنوعی می ریم سراغ یکی از کلاسیک ترین شیوه های رسوندن اطلاعات جانبی به مدل های زبانی:
RAG
در این روش شما میاین یکسری داکیومنت / اطلاعات جانبی رو توی یه دیتابیس وکتور ذخیره می کنین. بعد وقتی سوال مطرح می شه، دیتابیس رو نگاه می کنین و به مدلی که از قبل دارین، اطلاعات مرتبط جانبی هم می دین تا با استفاده از اونها جواب رو تولید کنه. این روش بسیار موثره موقعی که می خواین مدلی داشته باشین که بر اساس اطلاعات شما با مشتری صحبت کنه.

توی این ویدئو یه رگ رو به یه مدل محلی وصل می کنیم و برنامه نویسی اش رو می بینیم و از اون مهمتر مفهوم دیتابیس های وکتور رو. که بسیار متفاوت هستن از دیتابیس های کلاسیکی که می شناختیم.

https://youtu.be/1imP4X8fUdA