RAG: نمط GenAI المبالغ في تقديره؟

أصبحت تقنية توليد البيانات المعززة بالاسترجاع (RAG) نهجًا شائعًا في مجال الذكاء الاصطناعي التوليدي. ومع ذلك، تُجادل هذه المقالة بأن تقنية RAG تعاني من عيوب خطيرة في حالات الاستخدام عالية المخاطر، وفي الصناعات الخاضعة للتنظيم. تكمن المشكلة الرئيسية في أن تقنية RAG تُعرّض المستخدمين مباشرةً لأوهام نماذج اللغات الكبيرة (LLMs) من خلال عرض مخرجات نماذج اللغات الكبيرة دون التحقق الكافي. يقترح الكاتب أن تقنية RAG أكثر ملاءمة لتطبيقات منخفضة المخاطر، مثل البحث عن سياسات الإجازات، بينما يوفر التحليل الدلالي بديلاً أكثر أمانًا لحالات الاستخدام عالية المخاطر. تنبع شعبية تقنية RAG من سهولة التطوير، والتمويل الكبير، ونفوذ الصناعة، والتحسينات على تقنيات البحث الحالية. يؤكد الكاتب أنه في حالات الاستخدام عالية المخاطر، يجب تجنب الاعتماد المباشر على مخرجات نماذج اللغات الكبيرة لضمان موثوقية البيانات وأمانها.