Ik verhelp hallucinerende antwoorden, retrieval en verkeerde antwoorden van rag chatbot

Is je RAG chatbot aan het hallucineren, haalt hij de verkeerde stukken op, mist hij exacte IDs of geeft hij gebruikers antwoorden die je niet kunt vertrouwen?

Ik debug bestaande RAG-systemen door de fout te reproduceren en terug te traceren naar de fase die daadwerkelijk het probleem veroorzaakt, zoals retrieval, ranking, metadata, contextopbouw, follow-up herschrijving, grounding, citaties of antwoordgedrag.

Afhankelijk van je pakket kan ik:

• je falende voorbeelden reproduceren en diagnosticeren
• de beschikbare retrieval- of contextbewijzen inspecteren
• lichte diagnostische zichtbaarheid toevoegen wanneer nodig
• de afgesproken RAG-fout oplossen
• dezelfde voorbeelden opnieuw uitvoeren na de wijziging
• de resterende problemen documenteren en rollback-stappen aangeven

Ik ga niet ervan uit dat elk RAG-probleem een promptprobleem is. Als de beschikbare systeemgegevens de oorzaak niet kunnen bewijzen, identificeer ik het ontbrekende bewijs in plaats van te gokken.

Python/FastAPI, Node.js/TypeScript, LangChain/custom RAG, Pinecone, PostgreSQL, pgvector, OpenAI en Gemini.

Stuur me 3-5 voorbeelden van foute antwoorden en je stack voordat je bestelt.