Kostengünstig und schnell sichere KI-Lösungen: Mit Retrieval Augemented Generation (RAG)
In der #KI-Diskussion und -Implementierung ist #RAG (Retrieval Augmented Generation) derzeit der spannendste Ansatz, um #Halluzination und #Haftung bei der Verwendung von großen Sprachmodellen (#LLMs) wie #OpenAI#ChatGPT#Gemini#Mistral oder #Microsofts#Copilot zu vermeiden.
#RAG ist die Kombination aus Retrieval (Abfragen) und Generation (Erstellung), d.h. es vereint die Fähigkeit, relevante Informationen bzw. die Funktionalitäten von #LLMs zu nutzen und mit Hilfe spezifischer Wissensquellen (z.B. eigene Unternehmensinformationen oder Daten) Inhalte/Ergebnisse zu generieren. Durch spezielle Programmierung, insbesondere RAG-orientiertes #Prompt Engineering und z.B. die Verwendung und Einschränkung des verwendeten Sprachmodells (wie #ChatGPT) auf verlässliche und qualitätsgesicherte Daten und Ausgaben (z.B. MitarbeiterInnen-Handbuch, Reiserichtlinien, QM-Vorgaben u.v.m.) können verlässlichere, sicherere und transparentere #KI-Lösungen entwickelt werden. Und das mit wesentlich geringerem Aufwand als eine eigene KI-Lösung zu entwickeln und zu trainieren.
Um #RAG effizient und sicher einzusetzen habe ich den ausgezeichneten Kurs von Jules White an der Vanderbilt University besucht und gleich 2 konkrete und sichere KI-Apps für KundInnen von mir entwickelt.
Wenn Sie für Ihre Organisation mit wenig Aufwand RAG-basierte KI-Lösungen evaluieren oder entwickeln wollen, oder Fragen zu Digitalisierung und künstlicher Intelligenz haben, freue ich mich über Ihre Anfrage unter hechenberger@digitalisierungskomepetenz.at
Neueste Kommentare