Blog/Címke
30 cikk ezzel a címkével: RAG, a legújabbal kezdve. Mindegyik forrásokra épül, gyakorló szakembereknek írva.
Retrieval és keresés
·9 perc olvasás
Hogyan válassz embedding-modellt RAG-hoz 2026-ban: mit mondanak az MTEB és az RTEB, API vagy nyílt súlyok, árak, dimenziók és egy egyhetes teszt.
Retrieval és keresés
·10 perc olvasás
A chunkok elveszítik a dokumentumukat. Contextual retrieval, late chunking és kontextusos embedding: mennyibe kerülnek, és mikor hagyhatók ki.
Retrieval és keresés
·9 perc olvasás
Hogyan szivárogtatnak dokumentumot a RAG-asszisztensek, és hogyan állítsd meg: ACL minden chunkon, előszűrés, sorszintű biztonság pgvectorban, jogszinkron.
Retrieval és keresés
·10 perc olvasás
RAG-hoz: a PDF-szerű chunkolás elbukik, mert a termékadat strukturált. Sorosítsd a PIM-attribútumokat, és szűrőkre irányítsd a specifikációs kérdéseket.
Retrieval és keresés
·12 perc olvasás
Hogyan írjuk át a követő kérdéseket egy B2B webshop-asszisztensben: korreferencia, HyDE, több lekérdezés, szűrők, latencia és kiértékelés.
Retrieval és keresés
·10 perc olvasás
Kérdésgenerálás blokkokból, hard negatívok, válaszolhatósági címkék, német és magyar lefedettség, kontamináció és emberi ellenőrzések.
Retrieval és keresés
·9 perc olvasás
Miért a PDF-feldolgozáson múlik a RAG minősége, miben más a Docling, a Marker, a MinerU és a VLM-OCR, és hogyan teszteld a parsert saját dokumentumokon.
Retrieval és keresés
·7 perc olvasás
RAG német és magyar tartalom fölött: többnyelvű embeddingek, összetett szavak, szótövezés, ékezetek és nyelvenkénti értékelés.
Retrieval és keresés
·5 perc olvasás
Hogyan zsugorítja 4–32-szeresére a vektorindexet a bináris és int8 kvantálás és a Matryoshka-vágás, mennyibe kerül ez, és hogyan hozza vissza a rescoring.
Retrieval és keresés
·11 perc olvasás
A Zep hostolt memória-API temporális tudásgráffal: kreditek íráskor, lekérdezés ingyen, Flex 125 dollártól havonta, a Graphiti pedig önhosztolható.
Retrieval és keresés
·13 perc olvasás
Mit tud a Microsoft GraphRAG és a LightRAG, mibe kerül az indexelés, és mikor veri a tudásgráf a vektoros RAG-et többlépéses és globális kérdéseknél?
Retrieval és keresés
·8 perc olvasás
Hogyan találják meg a kódot a kódoló ügynökök: AST-darabolás tree-sitterrel, repótérképek, Merkle-fás szinkron, kódbeágyazók 2026-ban és mikor jobb a grep.
Retrieval és keresés
·8 perc olvasás
Rerankerek 2026 októberében: pointwise, listwise és késői interakció, Cohere, Voyage, bge, Qwen3, Jina és mxbai, árak, saját üzemeltetés és a k választása.
Retrieval és keresés
·8 perc olvasás
Táblázatok RAG-ban: miért töri szét őket a darabolás, pdfplumber, Camelot, Docling és felhős kinyerők, mit nem lát a TEDS, szerializálás és SQL-irányítás.
Retrieval és keresés
·8 perc olvasás
Beágyazások finomhangolása: mikor jobb a rerankernél, tanítópárok, nehéz negatívok, veszteségek a sentence-transformers v6-ban, Matryoshka és költség.
Retrieval és keresés
·8 perc olvasás
Tudásgráf építése LLM-ekkel: minimális ontológia, kinyerő promptok, entitásfeloldás, eredetkövetés, növekményes frissítés, kiértékelés és tárolás.
Retrieval és keresés
·8 perc olvasás
A RAG-index frissen tartása: elavulási keret, változáskövetés, CDC Postgresből Debeziummal, törlések, jogosultságok, blue/green csere és költség.
Retrieval és keresés
·9 perc olvasás
A LanceDB értékelése: beágyazott, Apache-2.0 vektorkönyvtár, IVF és HNSW indexek, hibrid keresés rangsoregyesítéssel, és mit ad az Enterprise.
Retrieval és keresés
·10 perc olvasás
pgvector 0.8.7: iteratív szűrt keresés, HNSW és IVFFlat, bináris kvantálás 100 millió vektornál, és a CVE, ami javítandóvá tette az indexépítést.
Retrieval és keresés
·10 perc olvasás
A Mem0 elemzése: körönként kinyert tények, a 2026. áprilisi benchmark-tábla platformos fenntartása, négy felhőcsomag és az önhosztolásból kimaradók.
Retrieval és keresés
·10 perc olvasás
Milvus 3.0.2: a legteljesebb nyílt forráskódú vektoradatbázis és a legnehezebben üzemeltethető. Architektúra, hibrid keresés, költségek és korlátok.
Retrieval és keresés
·10 perc olvasás
A Microsoft GraphRAG 3.2.0 tesztje: MIT, karbantartási mód és egy indexelési számla, amely az első lekérdezés előtt eldől.
Retrieval és keresés
·13 perc olvasás
Hallucinációk csökkentése éles RAG-ban: hivatkozás-API-k, tartózkodás, állításszintű ellenőrzés, faithfulness-mérés, forrás-UI és ami mégis átcsúszik.
Retrieval és keresés
·8 perc olvasás
RAG 2026-ban: mikor nyer a hibrid keresés, mikor illik az ügynöki keresés, és mit ér az egymillió tokenes kontextus kérésenként.
Retrieval és keresés
·10 perc olvasás
Építs RAG pipeline-t lépésről lépésre: parse, chunkelés, pgvector, BM25 plusz vektorok RRF-fel, újrarangsorolás, hivatkozások és retrieval evalek.
Retrieval és keresés
·10 perc olvasás
A Chroma Apache-2.0 vektoradatbázis, beágyazva, egy csomóponton vagy Chroma Cloudként. Hol kényelmes, és hol érnek véget a jó keresési funkciók a felhőnél?
MI-ügynökök
·10 perc olvasás
LlamaIndex 2026: MIT-licencű Python-keretrendszer adatokhoz és ügynökökhöz, 300-nál több integrációval, Workflows-szal és a LlamaParse felé fordult céggel.
Retrieval és keresés
·11 perc olvasás
Mennyibe kerül valójában a Pinecone: a read unit a namespace méretével nő, a sémát utólag nem lehet módosítani, és hol éri meg saját vektoradatbázis.
Retrieval és keresés
·13 perc olvasás
pgvector, Qdrant, Weaviate, Milvus, Pinecone, OpenSearch vagy Elasticsearch? 2026-os útmutató: szűrés, hibrid keresés, skálázás, költség és EU-s hosztolás.
LLMOps és értékelés
·12 perc olvasás
Fine-tuning, RAG vagy prompting: mit változtat (tudás, viselkedés, formátum), mennyibe kerül, ki kínál 2026-ban SFT-t, DPO-t és RFT-t, és egy döntési fa.