Section 5: What is RAG?

What does RAG stand for?

RAG 的全名是什麼？

• Robot-Asking-Google

• Rapid AI Generation

• Retrieval-All-Garbage

• Retrieval-Augmented Generation

Which step is "NOT" part of the RAG workflow?

以下哪一個步驟不是 RAG 工作流程的一部分？

• Query external data

  查詢外部資料

• Perform semantic search

  執行語義搜索

• Generate context-based text

  生成基於上下文的文字

• Fine-tune the base model

  微調基礎模型

What is a primary feature of RAG?

RAG 的主要特徵是什麼？

• Fact-checking with external data

  使用外部資料進行事實查核

• Training new models

  訓練新模型

• Generating visual content

  生成視覺化內容

• Compressing large datasets

  壓縮大型資料集

What problem can RAG help LLMs avoid?

RAG 可以幫助 LLM 避免什麼問題？

• Underfitting

  欠擬合

• Overfitting

  過擬合

• Hallucination

  幻覺

• All of the above

  以上皆是

What technology does RAG heavily depend on?

RAG 主要依賴於什麼技術？

• Semantic search

  語義搜索

• Fine-tuning

  微調

• Model compression

  模型壓縮

• Data labeling

  資料標註