Cas d'utilisation de Retrieval Augmented Generation - AWS Directives prescriptives

Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

Cas d'utilisation de Retrieval Augmented Generation

Les cas d'utilisation courants d'une approche RAG sont les suivants :

  • Moteurs de recherche — Les moteurs de recherche utilisant le tag peuvent fournir des extraits plus précis et plus up-to-date détaillés dans leurs résultats de recherche.

  • Systèmes de réponse aux questions — RAG peut améliorer la qualité des réponses dans les systèmes de réponse aux questions. Le modèle basé sur la récupération utilise la recherche par similarité pour trouver des passages ou des documents pertinents contenant la réponse. Il génère ensuite une réponse concise et pertinente sur la base de ces informations.

  • Commerce de détail ou commerce électronique — RAG peut améliorer l'expérience utilisateur dans le commerce électronique en fournissant des recommandations de produits plus pertinentes et personnalisées. En récupérant et en incorporant des informations sur les préférences des utilisateurs et les détails des produits, RAG peut générer des recommandations plus précises et plus utiles pour les clients.

  • Industriel ou manufacturier — Dans le domaine de la fabrication, RAG vous aide à accéder rapidement aux informations critiques, telles que les opérations des usines. Il peut également contribuer aux processus de prise de décision, au dépannage et à l'innovation organisationnelle. Pour les fabricants qui opèrent dans des cadres réglementaires stricts, RAG peut rapidement consulter les réglementations et les normes de conformité mises à jour auprès de sources internes et externes, telles que les normes industrielles ou les agences de réglementation.

  • Santé — RAG a du potentiel dans le secteur de la santé, où l'accès à des informations précises et opportunes est crucial. En récupérant et en incorporant les connaissances médicales pertinentes provenant de sources externes, RAG peut fournir des réponses plus précises et contextuelles dans les applications de santé. De telles applications augmentent les informations accessibles par un clinicien humain, qui prend en fin de compte l'appel et non le modèle.

  • Juridique — Le RAG peut être appliqué de manière efficace dans des scénarios juridiques, tels que les fusions et acquisitions, où des documents juridiques complexes fournissent un contexte pour les requêtes. Cela peut aider les professionnels du droit à résoudre rapidement des problèmes réglementaires complexes.