Wiki

Większość współczesnych systemów wiedzy optymalizuje wyszukiwanie (retrieval), co jest zrozumiałe. Wyszukiwanie jest widoczne, łatwe do demonstracji i wydaje się magiczne, gdy działa poprawnie. Wpisujesz pytanie, otrzymujesz odpowiedź.

Premisa jest prosta: skompilowana wiedza jest bardziej ponownie wykorzystywalna niż pobrane fragmenty. RAG stał się domyślną odpowiedzią na proste pytanie – jak zapewnić LLM dostęp do zewnętrznej wiedzy?

Systemy PKM, RAG, wiki oraz mechanizmy pamięci w AI są często omawiane, jakby rozwiązywały ten sam problem. Nie jest to prawdą. Wszystkie one mają do czynienia z wiedzą, ale działają na różnych warstwach:

Przeciążenie informacyjne polega mniej na samej objętości danych, a bardziej na nierozwiązanych wejściach. Współczesna praca umysłowa pozostawia po sobie ślad w postaci zakładek, wątków czatów, dokumentów, zaznaczeń, fragmentów tekstu, transkrypcji, zrzutów ekranu i niedopisanych notatek.