Session

Die Architektur zuverlässiger KI: RAG

Wie können wir sicherstellen, dass KI-Systeme präzise, nachvollziehbar und aktuell sind? Alle Large Language Models (LLMs) haben ein Cut-off-Datum, an dem ihr Weltwissen endet. Und über Unternehmensinterna wissen sie nichts. Dazu haben selbst die führenden Modelle noch Halluzinationsraten, die man nicht völlig ignorieren kann. Sie bieten aber gewaltiges Potenzial für Produktivität, Effizienz und Kreation.

Retrieval-Augmented Generation (RAG) setzt genau hier an: LLMs werden durch gezielte Informationsbeschaffung erweitert. Wir schauen uns die Architektur und Integration RAG-basierter Systemen an. Wir lernen, wie RAG dazu beiträgt, Wissenslücken zu schließen und die Genauigkeit von Anwendungen auf Basis von generativer KI verbessert.

Robert Glaser

Head of Data and AI – INNOQ

Munich, Germany

Actions

Please note that Sessionize is not responsible for the accuracy or validity of the data provided by speakers. If you suspect this profile to be fake or spam, please let us know.