Retrieval Augmented Generation (RAG) is dé manier om generatieve AI-toepassingen te bouwen die gevoed worden met je eigen gegevens. Waar standaard taalmodellen vaak blijven hangen in algemene antwoorden, combineert RAG de kracht van een taalmodel met jouw eigen data, zodat de antwoorden betrouwbaar én contextspecifiek zijn.
Tijdens dit webinar delen we onze eigen ervaringen uit de praktijk. Aan de hand van concrete voorbeelden laten we zien wat werkt en waar de valkuilen liggen, welke aandachtspunten cruciaal zijn bij de ontwikkeling van een RAG-toepassing en hoe je beter kan inschatten wat je van deze technologie mag verwachten.
Of je nu zelf aan de slag wil met RAG of simpelweg beter wil begrijpen hoe deze technologie kan bijdragen aan waardevolle AI-toepassingen: dit webinar geeft je heldere inzichten en direct toepasbare lessen.
De sessie is tweetalig Frans - Nederlands, met Engelstalige slides.
La Génération Augmentée de Récupération (RAG) est le moyen idéal de créer des applications d'IA générative alimentées par vos propres données. Alors que les modèles de langage standard se limitent souvent à des réponses génériques, la RAG combine la puissance d'un modèle de langage avec vos propres données, de sorte que les réponses sont fiables et contextualisées.
Au cours de ce webinaire, nous partagerons nos propres expériences pratiques. À l'aide d'exemples concrets, nous vous montrerons ce qui fonctionne et où se trouvent les pièges, quels sont les points cruciaux à prendre en compte lors du développement d’une application RAG et comment mieux évaluer ce que vous pouvez attendre de cette technologie.
Que vous souhaitiez vous lancer avec la RAG ou simplement mieux comprendre comment cette technologie peut concourir à des applications d'IA utiles, ce webinaire vous apportera des informations claires et des enseignements directement applicables.
La session est bilingue français et en néerlandais, avec des slides en anglais.
| Languages: | English |
| Author: | Katy Fokou & Bert Vanhalst |
| Category: | Presentation |
| Date: | 2025/11 |
| License: | Freeware |
| Download: | Download |
