Web-augmented LLM
Web-connected LLM • Web-grounded LLM
AugmentacjaAktywny
Rok wprowadzenia: 2024Status: AktywnyMechanizmy: 4
Web-augmented LLM to model językowy wspierany przez narzędzia wyszukiwania i pobierania treści z sieci. Dzięki temu nie polega wyłącznie na wiedzy zamrożonej w treningu, ale może w czasie odpowiedzi sięgać po świeże źródła, cytaty, dokumenty i strony internetowe.
Jak działa
Model otrzymuje dostęp do narzędzia web search lub innego mechanizmu retrieval. Najpierw generuje zapytania lub wybiera źródła, następnie pobiera relewantne wyniki i wykorzystuje je jako kontekst do stworzenia odpowiedzi. W bardziej zaawansowanych wariantach system potrafi też cytować źródła i wykonywać wieloetapowy research w sieci.
Problem rozwiązywany
Zwykły LLM ma ograniczenia wynikające z daty odcięcia wiedzy i braku dostępu do bieżących informacji. Web-augmented LLM zmniejsza ten problem, korzystając z wyszukiwania internetowego oraz źródeł zewnętrznych w czasie inferencji.
Kluczowe mechanizmy
Integracja z narzędziem web search
Pobieranie aktualnych dokumentów i stron podczas odpowiedzi
Grounding odpowiedzi w źródłach zewnętrznych
Cytowanie i streszczanie wyników wyszukiwania
Ocena
Mocne strony
- Dostęp do aktualnych informacji
- Lepsze grounding odpowiedzi w źródłach
- Wyższa przydatność w researchu i fact-checkingu
- Możliwość cytowania oraz pracy na stronach internetowych
Ograniczenia
- Jakość zależy od jakości źródeł i retrievalu
- Większa latencja niż w modelu bez retrievalu
- Ryzyko pobrania źródeł niskiej jakości
- Wymaga dodatkowej warstwy narzędziowej i kontroli bezpieczeństwa
Uwagi o benchmarkach
Web-augmented LLM warto oceniać na benchmarkach wymagających aktualnej wiedzy, poprawnego cytowania, retrievalu i odpowiedzi grounded in sources.
Źródła
| Tytuł | Wydawca | Typ | Data dostępu |
|---|---|---|---|
| Web search | OpenAI | documentation | 20 mar 2026 |
| Using tools | OpenAI | documentation | 20 mar 2026 |