RAG (Retrieval-Augmented Generation) يجمع بين البحث في مستنداتكم الداخلية وتوليد الإجابة، بحيث كل رد مرتبط بمصدر يمكن التحقق منه. هذا هو الأساس لأي نظام ذكاء اصطناعي موثوق في المؤسسات والحكومات.

1 min read

ما هو RAG (الاسترجاع المعزز) ولماذا تحتاجه المؤسسات؟

كيف يعمل RAG؟

  1. فهرسة: تقسيم المستندات إلى فقرات وتحويلها لتمثيلات رقمية (embeddings).
  2. استرجاع: عند سؤال المستخدم، يُجلب أقرب 3 إلى 5 فقرات ذات صلة.
  3. توليد: النموذج يصيغ إجابة من الفقرات المسترجعة فقط مع الاستشهاد.

متى لا يكفي RAG وحده؟

  • مهام تتطلب حسابات معقدة عبر أنظمة متعددة
  • سير عمل يحتاج تنفيذ إجراءات (موافقات، تحديث سجلات)
  • في هذه الحالات نضيف وكلاء عمليات فوق RAG

ما معايير النجاح؟

المعيارهدف pilot
دقة الإجابة> 85% على أسئلة متكررة
زمن الرد< 5 ثوانٍ
نسبة إجابات بمصدر100%

FAQ

هل RAG بديل عن تدريب نموذج خاص؟

في معظم الحالات نعم للبداية. RAG أسرع وأرخص ويحدّث المعرفة دون إعادة تدريب.

كم مستنداً نحتاج للبدء؟

50 إلى 100 مستنداً عالي التكرار كافية لـ pilot ناجح.

Related articles