Wat is RAG? AI-agents en tool-use uitgelegd
Cursussen › Cursus 4 · Onder de motorkap
Een taalmodel dat alleen op zijn trainingsdata afgaat, heeft verouderde kennis en kan geen actuele bronnen raadplegen. RAG (Retrieval-Augmented Generation) lost dat op: het model zoekt eerst relevante informatie op in een externe database of het web, en verwerkt die in het antwoord. Daardoor worden antwoorden actueler en beter te controleren.
Een stap verder gaan AI-agents: modellen die zelfstandig tools aanroepen — een zoekmachine, een rekenmachine, een API — om een taak stap voor stap uit te voeren. Dat verandert AI van een antwoordmachine naar een systeem dat zelfstandig kan handelen. In deze module leer je hoe RAG en agents werken, en wat de kansen en risico's zijn.
In deze module leer je
- Wat RAG is en hoe het externe kennis combineert met een taalmodel
- Waarom RAG leidt tot betrouwbaardere en actuelere antwoorden
- Wat AI-agents zijn en hoe ze tools aanroepen om taken uit te voeren
- Welke risico's er kleven aan autonome AI-agents
Veelgestelde vragen
RAG staat voor Retrieval-Augmented Generation. Het model zoekt eerst relevante documenten of webpagina's op, en gebruikt die als context om een antwoord te genereren. Zo combineert het actuele externe kennis met de taalvaardigheid van het model.
Een AI-agent is een taalmodel dat gekoppeld is aan tools — zoals een zoekmachine, een rekenmachine of een database — en dat zelfstandig beslissingen neemt over welke tool het wanneer gebruikt om een doel te bereiken.
Soms wel: agents kunnen feiten controleren en actuele informatie ophalen. Maar ze introduceren ook nieuwe risico's, zoals fouten in de gereedschapsketen of onbedoelde acties. Menselijk toezicht blijft belangrijk.
Deze module zit in de cursus Onder de motorkap. Module 1 van AILogica is gratis.
Meer uit deze cursus: Tokens en het contextvenster · Waarom groter slimmer werd