Sisältö

Julkaistu

(Päivitetty )

Jyväskylän ammattikorkeakoulu

Oman datan ja tekoälyn yhdistäminen – RAG-mallin anatomia -artikkeli

Asiantuntija Juhani Meriluoto käsittelee artikkelissaan generatiivista tekoälyä, kuten ChatGPT, joka on herättänyt kiinnostusta kyvyllään tuottaa luonnollista kieltä. Tätä teknologiaa voidaan hyödyntää organisaatioiden omien dokumenttien ja tietovarantojen tehokkaassa hyödyntämisessä RAG-mallien avulla.

Blogi

Alkaen

Heti oppimaan
Verkossa
Generatiivinen tekoäly on tekoälyn alalaji, joka keskittyy uuden sisällön kuten tekstien, kuvien, tai videon luomiseen (Feuerriegel ym., 2024). Generatiivinen tekoäly pohjautuu tyypillisesti syväoppimiseen, missä erilaisia malleja opetetaan koulutusdatan perusteella (Hoffman ym., 2021; Salakhutdinov, 2015). Voimakkaasti viime vuosina esillä ollut ChatGPT edustaa yhtä generatiivisen tekoälyn tyyppiä, laajaa kielimallia (LLM), tai tarkemmin ilmaistuna Generative Pre-trained Transformer (GPT; vapaasti suomennettuna ”generatiivinen esikoulutettu muuntaja) – mallia (Radford ym., 2018). Laajan kielimallin, tai GPT:n, kehitykseen on voitu käyttää opetusdatana esimerkiksi kirjallisuutta, tutkimusartikkeleja, verkkosisältöä kuten Wikipediaa ja sosiaalista, sekä asiantuntijoiden ohjausta. Artikkeli on julkaistu Jyväskylän ammattikorkeakoulun ammatillisessa verkkolehdessä Jamk Arena Prossa.

Sisältää

  • Oman datan ja tekoälyn yhdistäminen – RAG-mallin anatomia -artikkeli

    BlogiAlkaen

    Verkossa
    Heti oppimaan
    Avaa

Tarkentavat tiedot

Kieli

Suomi

Järjestäjä

Jyväskylän ammattikorkeakoulu

Jyväskylän ammattikorkeakoulu