Kort sagt: Grounding forankrer et genereret svar i indhentet materiale. RAG, retrieval-augmented generation, finder relevant indhold før genereringen og giver det til modellen som kontekst.
Sådan bruger jeg grounding og RAG i praksis
Jeg definerer, hvilken beslutning begrebet skal forbedre, hvilke data eller observationer det bygger på, og hvem der ændrer noget som følge af det. Jeg adskiller kildeindhentning fra generering og kontrollerer, om outputtet faktisk stemmer overens med det, det citerede materiale siger. Jeg noterer baseline, måledato og fortolkningsbegrænsninger, så reel udvikling kan adskilles fra ændringer i værktøj, stikprøve eller formuleringen af forespørgslen.
Hvad man skal holde øje med
Selv en kilde af høj kvalitet kan ikke forhindre en fejl, hvis systemet vælger den dårligt, fjerner den fra konteksten eller kombinerer den med modstridende materiale. Jeg sammenligner resultater over tid, på en stabil stikprøve og med forretningskontekst. Hvis begrebet ikke fører til et konkret næste skridt, er det kun en etiket.
Spørgsmål til beslutninger
- Hvilket korpus vælger systemet kilder fra?
- Kan vi spore et udsagn tilbage til dets kilde?
- Hvordan håndteres konflikter og forældede oplysninger?
- Hvor er menneskelig kontrol nødvendig?