Исследование прикладного использования языковых моделей на основе метода генерации с дополненной выборкой

Искусственный интеллект и принятие решений. 2025. № 2. С. 73–89.

Логинова И. В., Грозовский Ф. М.

В статье представлен качественный анализ российских и мировых кейсов разработки и внедрения моделей с технологией Retrieval-Augmented Generation (RAG-моделей) для решения прикладных аналитических и бизнес-задач. RAG-модели превосходят традиционные большие языковые модели в точности, релевантности и контекстуальной уместности генерируемых ответов за счет использования внешних источников знаний, что делает технологию Retrieval-Augmented Generation важным направлением исследований и разработок в области искусственного интеллекта. Был проанализирован 21 кейс разработки и использования RAG-моделей компаниями и государственными организациями в России и за рубежом. Результаты анализа указывают на то, что целями практического использования RAG-моделей выступают преимущественно снижение издержек, а также улучшение customer- и user-experience.

Ключевые слова: искусственный интеллект, Artificial intelligence (AI), Большие языковые модели (LLMs), Large language models (LLM), Retrieval-Augmented Generation (RAG), development and implementation of RAG models, Retrieval-Augmented Generation (RAG), разработка и внедрение RAG-моделей