Språkmodeller kan gi imponerende svar – men også hallusinasjoner. I et prosjekt for Landinfo, utlendingsforvaltningens fagenhet for landinformasjon, har vi utforsket hvordan state-of-the-art Retrieval-Augmented Generation (RAG) kan brukes til å hente ut relevant, etterprøvbar informasjon raskt og presist – uten å gå på kompromiss med kvalitet og tillit.

Ved å bruke en sekvensiell beslutningsprosess for informasjonsinnhenting – inspirert av Markov Decision Process (MDP) – kan vi behandle hvert søk som et steg i en kontinuerlig forbedringsprosess. Dette gir et rammeverk for å optimalisere hvert ledd i informasjonsinnhentingen, sikre bedre kontroll over genereringen og tilpasse svarene dynamisk etter tilgjengelig informasjon.

Her får du innsikt i hvordan Landinfo bruker RAG og sekvensiell beslutningstaking for å optimalisere informasjonsinnhenting og kunnskapstilgang i krevende domener. Vi viser hvordan teknologien kan implementeres i praksis for å sikre presisjon og sporbarhet.

Presentasjonen passer for utviklere, teknologer og andre som er nysgjerrige på hvordan generativ AI kan brukes i kunnskapsintensive miljøer som stiller store krav til sporbarhet og presisjon. Du trenger ingen forkunnskaper.