Qual afirmação descreve um benefício do uso de Retrieval-Augmented Generation (RAG) para tarefas de processamento de linguagem natural?

A afirmação correta é que o RAG (Retrieval-Augmented Generation) pode usar fontes de conhecimento externas para gerar respostas mais precisas e informativas. O RAG combina a capacidade de modelos de linguagem grandes (LLMs) de gerar texto com a capacidade de recuperar informações relevantes de uma base de dados externa. Isso permite que o modelo baseie suas respostas em fatos e dados atualizados, reduzindo alucinações e aumentando a relevância e a precisão. As outras opções estão incorretas porque: RAG não é projetado para melhorar a velocidade do treinamento de modelos de linguagem; seu foco é na qualidade da geração. RAG é primariamente para tarefas de processamento de linguagem natural, não reconhecimento de fala. RAG não é uma técnica para aumento de dados em visão computacional; é específico para geração de texto.