Paweł Domański
40 lines
1.5 KiB
Markdown
40 lines
1.5 KiB
Markdown
---
|
|
title: "RAG vs LLM Wiki"
|
|
type: "concept"
|
|
tags: [AI, architektura, RAG, wiki]
|
|
created: 2026-05-14
|
|
updated: 2026-05-14
|
|
sources: ["[[summaries/karpathy-llm-wiki-breakdown]]"]
|
|
confidence: high
|
|
---
|
|
|
|
# RAG vs LLM Wiki
|
|
|
|
## Definition
|
|
Porównanie dwóch paradygmatów wykorzystania LLM do pracy z dokumentami: Retrieval-Augmented Generation (RAG) oraz persistent LLM Wiki.
|
|
|
|
## How It Works
|
|
- **RAG**: Działa w trybie "bezstanowym". Na każde pytanie wyszukuje fragmenty w surowych plikach i składa z nich odpowiedź "ad hoc".
|
|
- **Wiki**: Działa w trybie "stanowym". Wiedza jest wstępnie przetworzona (skompilowana) do struktury Wiki, a odpowiedzi są generowane na podstawie tej syntezy.
|
|
|
|
## Comparison Table
|
|
|
|
| Cecha | RAG | LLM Wiki |
|
|
| :--- | :--- | :--- |
|
|
| **Dane** | Surowe dokumenty | Skompilowane strony wiki |
|
|
| **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 Wiki**: 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-wiki-breakdown]]
|