Зустрічайте пʼятий випуск нашого нового Q&A-формату! У кожному епізоді — нова тема, а сьогодні говоримо про RAG-системи. Наша гостя – Наталія Манакова, Senior Data Scientist, AI консультант в SoftServe, PhD, відповість на 14 практичних питань про те, як працює RAG, коли його варто використовувати, чим він відрізняється від prompting і fine-tuning, а також які обмеження та переваги має для бізнесу. Розкаже про no-code та low-code підходи, роботу з конфіденційними даними, багатомовні бази знань, масштабування RAG-систем і використання не лише текстових документів, а й відео чи зображень. 👉 Хочете глибше розібрати цю тему на практиці? Приєднуйтесь 19 та 21 травня до дводенного воркшопу: https://fwdays.com/event/rag-system-workshop 💡 Використовуйте промокод qa_rag (діє до 18.05) та отримайте -15% знижки на квиток! На що варто підписатися: – Більше цікавого для розробників: https://fwdays.com – Телеграм-канал Fwdays: https://t.me/fwdays – LinkedIn Наталі: https://www.linkedin.com/in/nataliia-manakova/ Таймкоди: 00:00 - Інтро 01:47 - Як би ви коротко пояснили, що таке RAG і яку роль він відіграє в сучасних LLM-рішеннях? 05:13 - Чим RAG відрізняється від простого додавання тексту або документа в запит до ChatGPT? 07:06 - За якими ознаками можна визначити, що для проєкту доцільно використовувати RAG? 08:32 - Чи можливо створити RAG-рішення без програмування, використовуючи no-code або low-code інструменти? 10:24 - Чи можна використовувати RAG, якщо дані є конфіденційними або не мають потрапляти у відкриті сервіси? 11:42 - Чи можна застосувати RAG для індивідуальних підприємців або малого бізнесу? 13:13 - Чи можна почати з RAG, якщо я тільки починаю розбиратися з LLM аплікаціями? 14:43 - Яке місце RAG займає серед інших підходів до побудови LLM-рішень: prompting, fine-tuning, tools та agents? 20:25 - Як багатомовність документів у базі знань впливає на якість пошуку та відповідей у RAG-системі? 21:32 - Що відбувається, якщо документів дуже багато? Чи це впливає на швидкість очікування відповіді від RAG аплікації? 23:05 - Чи можна застосовувати RAG не лише до текстових документів, а й до відео, зображень або інших типів даних? 24:47 - З яких ключових елементів складається RAG? 27:44 - Чи усуває RAG проблему галюцинацій мовної моделі повністю, чи лише зменшує ризики? 29:03 - Які основні ознаки того, що RAG є підходящим рішенням для конкретної бізнес-задачі? 31:05 - Пишіть коментарі, ставте вподобайку та приходьте на воркшоп
