LLM
2024. 11. 9.
RAG (Retrieval-Augmented Generation) 심화 개념
RAG의 주요 구성 요소검색기(Retriever)검색기는 사용자의 질문에 가장 적합한 문서를 찾아내는 역할을 합니다. 주요 기능은 다음과 같습니다:1. 정확한 의미론적 표현 추출청크 최적화(Chunk Optimization): 문서를 의미 있는 단위로 나누어 검색 효율을 극대화합니다. 너무 길거나 짧은 청크는 검색 정확도를 떨어뜨릴 수 있기 때문에 최적의 크기로 분할하는 것이 중요합니다.임베딩 모델의 미세 조정(Fine-tuning Embedding Models): 도메인 특화된 임베딩 모델을 학습시켜 검색 정확도를 높입니다.2. 사용자의 질의(Query)와 검색 대상 문서들의 의미론적 공간 일치질의 재작성(Query Rewrite): 질문을 더 명확하고 검색에 적합하게 변환하여 검색 정확도를 높입니다...
