GiaoTrinh_TriTueNhanTao_MoHinhNgonNguLon_2026.pdf
CHƯƠNG 1: TỔNG QUAN KIẾN TRÚC RAG (RETRIEVAL-AUGMENTED GENERATION)
1.1 Khái niệm cơ bản Retrieval-Augmented Generation (RAG) là kỹ thuật cho phép mô hình ngôn ngữ lớn (LLM) truy xuất dữ liệu thực tế từ tài liệu bên ngoài để trả lời chính xác, loại bỏ hiện tượng bịa đặt (hallucination).
1.2 Nguyên lý hoạt động Khi người dùng đặt câu hỏi, hệ thống chuyển câu hỏi thành Vector Embedding, tìm kiếm các đoạn văn bản tương đồng trong Vector DB (pgvector), sau đó ghép các đoạn văn bản này vào Prompt gửi tới DeepSeek V4-Flash để sinh câu trả lời.
Xin chào! Tôi là Gia sư AI LMS-Copilot (vận hành bởi DeepSeek V4-Flash & Gemini Embedding 2).
Tôi đã nạp thành công giáo trình "GiaoTrinh_TriTueNhanTao_MoHinhNgonNguLon_2026.pdf" (4 trang). Bạn có thể hỏi tôi bất kỳ câu hỏi nào, yêu cầu vẽ sơ đồ tư duy, làm flashcard hoặc tạo bài trắc nghiệm nhé!
Hãy giải thích cho tôi quy trình RAG 4 tầng hoạt động như thế nào?
Quy trình RAG 4 tầng nâng cao trong giáo trình hoạt động qua các bước tuần tự sau:
- Ingestion & Semantic Chunking: Văn bản được cắt thành các đoạn 500 – 1.000 tokens (gối đầu 15%) để giữ trọn ý nghĩa ngữ pháp.
- Vector Index: Dùng Gemini Embedding 2 để vector hóa các đoạn trích lưu vào PostgreSQL (pgvector).
- Hybrid Search & Re-ranker: Kết hợp tìm kiếm vector tương đồng (Dense) + từ khóa (BM25) và chấm điểm lại qua BGE-Reranker-v2-m3 để chọn Top 5 chunks chuẩn xác nhất.
- Streaming & Trích dẫn Nguồn: Mô hình DeepSeek V4-Flash sinh câu trả lời dưới dạng Stream SSE và tự động gắn mã trích dẫn [Trang 2].
Bạn có muốn tôi mô phỏng một câu hỏi truy vấn thử nghiệm không?