Какое утверждение описывает преимущество использования Retrieval-Augmented Generation (RAG) для задач обработки естественного языка?

RAG (Retrieval-Augmented Generation) улучшает ответы языковых моделей, позволяя им извлекать информацию из внешних источников знаний (например, баз данных, документов) перед генерацией ответа. Это приводит к более точным, актуальным и информативным результатам, поскольку модель не полагается исключительно на свои внутренние знания, полученные во время обучения, которые могут быть устаревшими или неполными. Неправильные варианты: RAG не предназначен для повышения скорости обучения языковых моделей; его цель — улучшение качества генерации. RAG в основном используется для задач обработки естественного языка (NLP), а не для распознавания речи. RAG — это метод, специфичный для NLP, а не для аугментации данных в компьютерном зрении.