关于AI助手是否能用特定数据进行训练的常见问题，通常得到的回答是否定的，这凸显了当前AI能力的局限性。虽然检索增强生成（RAG）通常被视为一个直接的过程，但其实际实现和AI训练的潜在复杂性更为微妙。本次讨论涉及了AI模型训练和数据集成所面临的实际挑战以及用户期望。 AI
影响 凸显了当前AI在用特定用户数据进行训练方面的能力局限，并管理着对AI助手能力的期望。
排序理由 该集群讨论了用户关于数据训练的常见问题和AI助手的回答，涉及了RAG的复杂性，但并未发布新产品或研究。
在 Mastodon — sigmoid.social 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
Retrieval-Augmented Generation (RAG) is often described as a simple pipeline: Query → Retrieve documents → Send context to an LLM → Generate answer In production, however, retrieval is rarely that simple. The retriever can return irrelevant documents. Important information may be…
"Can we just train the model on this data together?" is one of the most common things people ask an AI assistant. And almost every time, the answer comes back: "Let's use RAG instead." That answer sounds like a dodge if you don't know what's actually happening underneath it. It i…