RAG (Retrieval-Augmented Generation)

RAG (Retrieval-Augmented Generation) — механизм, при котором нейросеть перед ответом ищет актуальные материалы в вебе и строит ответ уже на них, а не только на обученных знаниях. Это надстройка над языковой моделью, а не отдельная модель.

Порядок работы такой: запрос пользователя превращается в поисковый, система находит подходящие документы, извлекает из них релевантные фрагменты и передаёт модели вместе с исходным вопросом. Модель формулирует ответ из полученного материала и обычно указывает источники.

Отсюда практическое следствие: попасть в ответ можно, не будучи в обучающем корпусе. Достаточно, чтобы ваш материал нашёлся и оказался пригодным для извлечения — то есть был доступен роботу, структурирован и содержал прямой ответ на вопрос.

Citation Share напрямую связана с RAG: она считает ссылки, которые нейросеть вернула вместе с ответом, а значит показывает, попадает ли ваш сайт в число источников, отобранных механизмом извлечения.