[G1-Sync] Manual knowledge update

10_Wiki/Topics/RAG (검색 증강 생성).md

@@ -1,5 +1,5 @@
 ---
-id: P-REINFORCE-AUTO-RAG-001
+id: [[P-Reinforce]]-AUTO-RAG-001
 category: "10_Wiki/💡 Topics/AI"
 confidence_score: 0.98
 tags: [auto-reinforced, llm, rag, information-retrieval, ai-accuracy]
@@ -19,7 +19,7 @@ RAG(Retrieval-Augmented Generation)는 사전에 학습된 언어 모델(LLM)에
     *   **Augmentation (증강)**: 추출된 문서를 질문과 섞어서 LLM에게 '참고할 배경 지식'으로 제공.
     *   **Generation (생성)**: LLM이 제공된 정보를 바탕으로 근거 있는 답변 생성.
 2.  **핵심 이점**:
-    *   **최신성 확보**: 모델을 다시 학습(Fine-tuning)시키지 않고도 어제 일어난 뉴스나 사내 최신 문서를 기반으로 답변 가능.
+    *   **최신성 확보**: 모델을 다시 학습([[Fine-tuning]])시키지 않고도 어제 일어난 뉴스나 사내 최신 문서를 기반으로 답변 가능.
     *   **환각 증상 감소**: "내가 아는 바에 따르면"이 아니라 "제시된 문서에 따르면" 답변하므로 오류가 눈에 띄게 줄어듦.
     *   **출처 제시**: 답변의 근거가 된 문서 링크나 인용구를 함께 제공하여 신뢰성 확보.
 3.  **한계점**:
@@ -31,5 +31,5 @@ RAG(Retrieval-Augmented Generation)는 사전에 학습된 언어 모델(LLM)에
 
 ## 🔗 지식 연결 (Graph)
 - Foundational Models, [[SFT (Supervised Fine-Tuning)]], Vector Semantics, Information Extraction (IE), Semantic Grounding  Provenance
-- **Modern Tech/Tools**: Pinecone, Milvus, LlamaIndex, LangChain.
+- **Modern Tech/Tools**: Pinecone, Milvus, [[LlamaIndex]], LangChain.
 ---