RAG-Agenten im Produktivbetrieb: 10 Erkenntnisse – Douwe Kiela, Erfinder von RAG

AI Engineer. Douwe Kiela leitete die ursprüngliche RAG-Forschungsarbeit bei FAIR und bringt RAG heute in regulierte Unternehmen. Der Vortrag konzentriert sich darauf, was im großen Maßstab nicht mehr funktioniert: Chunking-Strategien, die 100k Dokumente nicht überstehen, die Aussage „Genauigkeit wird vorausgesetzt, Ungenauigkeit ist das eigentliche Problem“ sowie die Frage, weshalb Quellenzuordnung und Observability wichtiger werden als das Embedding-Modell. Das bietet die richtige Einordnung, bevor Sie die Eval- und Monitoring-Abschnitte des Artikels erneut lesen.

Nächste Videos ansehen

Fahren Sie mit demselben Lernpfad fort und sehen Sie die nächsten kuratierten Begleitvideos.

39 Minuten

Einführung in RAG 2.0: agentisches RAG und Wissensgraphen (KOSTENLOSE Vorlage)

Agentisches und graphbasiertes Retrieval anhand einer konkreten Implementierung vergleichen.

FortgeschrittenKI für Unternehmen

13 Minuten

RAG vs. Fine-Tuning vs. Prompt-Engineering: KI-Modelle optimieren

Auf Grundlage des tatsächlichen Fehlermusters zwischen Prompt Engineering, RAG, Fine-Tuning oder einer Kombination wählen.

FortgeschrittenKI für Unternehmen

LLM-Modelle feinabstimmen – Kurs zu generativer KI

Sie können Quantisierung, LoRA- und QLoRA-Feinabstimmungen von Anfang bis Ende auf Hardware durchführen, die die meisten Entwickler bereits besitzen.

FortgeschrittenPrivate / lokale KI