Jun 9, 2026, 3:59 PM

2026-06-09 13:59:59 +00:00
parent 7d431984e3
commit c36ead5db0
30 changed files with 299 additions and 282 deletions
@@ -0,0 +1,40 @@
+---
+title: "RAG vs LLM Knowledge Base"
+type: "concept"
+tags: [AI, architektura, RAG, knowledge]
+created: 2026-05-14
+updated: 2026-05-14
+sources: ["[[summaries/karpathy-llm-knowledge-breakdown]]"]
+confidence: high
+---
+
+# RAG vs LLM Knowledge Base
+
+## Definition
+Porównanie dwóch paradygmatów wykorzystania LLM do pracy z dokumentami: Retrieval-Augmented Generation (RAG) oraz persistent LLM Knowledge Base.
+
+## How It Works
+- **RAG**: Działa w trybie "bezstanowym". Na każde pytanie wyszukuje fragmenty w surowych plikach i składa z nich odpowiedź "ad hoc".
+- **Knowledge Base**: Działa w trybie "stanowym". Wiedza jest wstępnie przetworzona (skompilowana) do struktury Knowledge Base, a odpowiedzi są generowane na podstawie tej syntezy.
+
+## Comparison Table
+
+| Cecha | RAG | LLM Knowledge Base |
+| :--- | :--- | :--- |
+| **Dane** | Surowe dokumenty | Skompilowane strony knowledge |
+| **Stanowość** | Bezstanowy (każde zapytanie od zera) | Stanowy (wiedza kumuluje się) |
+| **Skala** | Miliony dokumentów | 100-500 wybranych źródeł |
+| **Koszt** | Tani ingest, drogie zapytania (tokeny) | Drogi ingest, tanie zapytania |
+| **Cel** | Wyszukiwanie faktów (Lookup) | Synteza i zrozumienie (Synthesis) |
+
+## When To Use
+- **Wybierz RAG**: Gdy masz ogromne, dynamicznie zmieniające się zbiory danych (np. dokumentacja techniczna firmy, akta prawne).
+- **Wybierz Knowledge Base**: Gdy pracujesz nad konkretnym tematem badawczym, piszesz książkę lub budujesz osobistą bazę wiedzy (Second Brain).
+
+## Related Concepts
+- [[concepts/knowledge-compilation]]
+- [[concepts/compounding-knowledge]]
+
+## Sources
+- [[summaries/karpathy-llm-knowledge-breakdown]]
+