Quelle affirmation décrit un avantage de l'utilisation de la génération augmentée par récupération (RAG) pour les tâches de traitement du langage naturel ?

La génération augmentée par récupération (RAG) combine la puissance des grands modèles de langage (LLM) avec des sources de données externes. Cela permet aux LLM de récupérer des informations pertinentes à partir d'une base de connaissances (par exemple, des documents, des bases de données) et d'utiliser ces informations pour générer des réponses plus précises, factuelles et contextuellement riches, réduisant ainsi les "hallucinations". Les autres options sont incorrectes car RAG n'est pas principalement conçu pour accélérer l'entraînement des modèles de langage, n'est pas limité à la reconnaissance vocale, et n'est pas une technique d'augmentation de données en vision par ordinateur.