RAG (Retrieval Augmented Generation)

Vad är RAG?

RAG, Retrieval Augmented Generation, är en teknik där en AI-modell hämtar relevant information från en egen datakälla – exempelvis dokument, en databas eller ett affärssystem – innan den formulerar sitt svar. På så sätt kan modellen svara utifrån aktuell och verksamhetsspecifik information, istället för att bara utgå från det den lärt sig under träningen.

För en AI-agent är RAG ofta en förutsättning för att kunna agera korrekt i en verklig verksamhet. Utan tillgång till rätt underlag riskerar agenten att fatta beslut på felaktig eller föråldrad information, s.k. hallucination. Genom att koppla agenten till rätt datakällor via RAG minskar den risken, samtidigt som svaren blir mer spårbara eftersom de kan härledas till en specifik källa.