لماذا التوليد المعزَّز بالاسترجاع

لديك 4000 صفحة من الوثائق الداخلية: إجراءات الجودة، وعقود الصيانة، ومحاضر الحوادث. يسأل زميل عن الغرامة التعاقدية المطبّقة بعد 48 ساعة من انقطاع الخدمة في موقع ليون. المعلومة موجودة في ملحق PDF موقّع منذ عامين، لكن لا أحد يستطيع العثور عليه. تطرح السؤال على نموذج لغوي، فيجيبك بثقة بغرامة قدرها 5% في اليوم، وهو رقم معقول لكنه مختلَق من العدم، لأن هذا العقد لم يكن يوماً ضمن بيانات تدريبه، ولا سبيل له إلى معرفته.

التوليد المعزَّز بالاسترجاع يعالج هذه الحالة تحديداً. فبدلاً من أن تأمل أن يعرف النموذج ملحقك، تبحث أنت عنه في وثائقك، وتدرجه في الموجِّه (prompt)، وتطلب من النموذج أن يجيب اعتماداً على هذا النص وحده. لم يعد النموذج قاعدة معرفة، بل صار محرّكاً للقراءة وإعادة الصياغة. هذا الانتقال في المسؤولية هو جوهر المقاربة، وهو أيضاً ما يفسّر لماذا لا تعاني أغلب أنظمة RAG المخيّبة للآمال من مشكلة في التوليد، بل من مشكلة في الاسترجاع لم يقِسها أصحابها قط.

التشريح الأدنى لنظام RAG

يتألف نظام RAG من مرحلتين متمايزتين، والخلط بينهما هو أول مصدر للالتباس.

الفهرسة تتم دون اتصال: تقرأ وثائقك، وتقطّعها إلى مقاطع، وتحسب متجهاً لكل مقطع، ثم تخزّن كل ذلك. وهي بطيئة ومكلفة، ونادراً ما تعيد تشغيلها.