Optimierung des Expertenzugangs zu internen Forschungsberichten durch RAG im Großprojekt

Dieser Vortrag präsentiert eine erfolgreiche Fallstudie zur Anwendung von Retrieval Augmented Generation (RAG) in einem Großprojekt mit über 600.000 internen Forschungsberichten. Ziel war es, Experten über eine anspruchsvolle Chatbot-Schnittstelle effizienten Zugang zu ermöglichen. Das Kernziel bestand darin, RAG-Techniken für die Suche und Darstellung zu nutzen, um eine benutzerfreundliche Erfahrung sicherzustellen.

Im Projekt wurden Standard RAG Use Cases erweitert, und spezielle Methodologien wie Intent Recognition, Relevancy Reranking, Contextual Compression, Evaluation und Memory kamen zum Einsatz. Die Präsentation bietet Einblicke in die Herausforderungen und Methoden des Use Cases, hebt das Potenzial von RAG in komplexen Informationsabfrageaufgaben hervor und betont die kontinuierliche Evolution und Verfeinerung, um den spezifischen Anforderungen in verschiedenen Domänen gerecht zu werden.