Welche Aussage beschreibt Retrieval Augmented Generation (RAG) korrekt?

RAG (Retrieval Augmented Generation) ist eine Technik, bei der ein großes Sprachmodell (LLM) auf externe, autoritative Wissensquellen zugreift, um seine Antworten zu verbessern. Dies geschieht, ohne dass das LLM neu trainiert werden muss, was den Prozess effizient und aktuell hält. Die Relevanz und Genauigkeit der generierten Antworten wird dadurch signifikant erhöht. Die Option, die LLMs mit neuen Daten trainiert, beschreibt eher Fine-Tuning oder Pre-Training, nicht RAG. Die Beschränkung auf ursprüngliche Trainingsdaten würde die Aktualität und Genauigkeit einschränken. RAG ist auch nicht auf Sprachübersetzung spezialisiert, sondern eine allgemeine Methode zur Verbesserung der Informationsgenerierung.