RAG (Retrieval-Augmented Generation)

Retriever über Dokumente kombiniert mit einem Generator-LLM: für aktuellere oder interne Faktenbasis.

RAG holt zuerst relevante Textbausteine aus Index, Vektordatenbank oder Unternehmens-Wiki und verankert damit die Ausgabe eines LLM oft mit Zitaten-Stellen.

Vorteil: weniger reines „Auswendiglernen“ im Modell; Aufwand: Qualität der Suche, Latenz, und trotzdem redaktionelle Faktenprüfung.