Der Blätterkatalog benötigt Javascript.
Bitte aktivieren Sie Javascript in Ihren Browser-Einstellungen.
The Blätterkatalog requires Javascript.
Please activate Javascript in your browser settings.
16 | w w w c o m p u t e r - a u t o m a t i o n d e · 0 4 -24 Ch a t G P T-Se r i e Te i l 3 0CUW6 Fernstudium Weber CA 09 pdf S 1 Format 43 00 x 25 00 mm 19 Aug 2014 14 30 51 • Generation Generierung Schließlich generiert das Modell eine Antwort oder einen Text der sowohl auf seinem eige - nen Training als auch auf den konkret abgerufenen Informationen basiert • Der Vorteil von RAG liegt in der Fähig - keit aktuellere und spezifischere Infor - mationen zu liefern als es ein Modell könnte das ausschließlich auf den Modell-Trainingsdaten basiert Beson - ders wichtig ist dies im Kontext indust - rieller Produkte bei denen es auf sehr spezifische Informationen ankommt Allerdings ist die Qualität und Relevanz der Antworten stark von der Qualität der vorhandenen abgerufenen Daten abhängig Die Antworten sind nur so gut wie die Daten im Hintergrund Die Stärke der künstlichen Intelligenz kann die Lücken der Datenbanken und Infor - mationen nicht ausgleichen Der voll - ständige detaillierte Ablauf eines auf RAG basierenden Chatbots stellt sich folgendermaßen dar Bild 1 In der Vorbereitungsphase grün hin - terlegt werden alle relevanten Doku - mente und Informationen zusammen - gestellt eingelesen und mittels eines meist vergleichsweise einfachen und kleinen „Embedding Modells“ in Vekto - ren überführt und in einer Vektordaten - bank für die späteren Zugriffe des Chat - bots gespeichert Der Ablauf im Falle eine Benutzeranfra - ge ist durch die blauen Pfeile in der Grafik symbolisiert Hier passieren nun mehrere Schritte um den kombinierten Prompt zu erstellen Die Benutzeranfra - ge wird einerseits über das Embedding Modell geleitet und genauso wie die vorab eingelesenen Informationen vektorisiert Für diesen „Anfrage-Vektor“ wird nun mathematisch die Information aus der Vektordatenbank ermittelt welche die größten Übereinstimmun - gen hat Meistens werden in diesem Schritt die 3 - 5 gleichartigsten Informa - tionsblöcke von der Vektordatenbank zurückgegeben und je nach Datenbank und Systemeinstellung mit weiterem Kontext vervollständigt Dies erhöht um ein weiteres den Informationsgehalt der Suchergebnisse Nun wird der letztend - liche Anfrage-Prompt bestehend aus der ursprünglicher Benutzeranfrage dem Prompt-Template und den Suche - rergebnissen zusammengestellt und an das LLM geschickt Dieses gibt dann die Antwort für den Benutzer zurück Kundenservice Chatbots können rund um die Uhr Fragen beantworten und Informationen bereitstellen wodurch sich die Kundenzufriedenheit verbessert und der Arbeitsaufwand für den Kundenservice reduziert Mitarbeiterund Bedienerunterstützung Chatbots können als virtuelle Assistenten dienen die Mitarbeitern und Maschinenbedienern bei der Beantwortung von Fragen oder der Durchführung komplexer Aufgaben helfen Personalisierte Lernund Unterhaltungserlebnisse Chatbots können auf die individuellen Bedürfnisse und Vorlieben von Nutzern eingehen und so ein personalisiertes Erlebnis bieten Anwendungsfälle von Chatbots Bild Microsoft Web-Tipp Mehr zu Konstellationen von Softwareagenten unter https bit ly 4czWRAC Bild 2 Beispielhafte Konstellationen von Softwareagenten zur Lösung komplexer Probleme mit dem Software Framework „autogen“