Масштабирование человеческих оценок: как Dropbox использует LLM для улучшения разметки в RAG-системах Scaling Human Judgment: How Dropbox Uses LLMs to Improve Labeling for RAG Systems

Инженеры Dropbox начали использовать большие языковые модели для улучшения процесса разметки данных человеком в своей системе Dash, построенной на RAG. Это позволяет точнее определять релевантные документы для генерации ответов, повышая качество работы поисковых систем с искусственным интеллектом. Подход Dropbox демонстрирует практический способ масштабирования и улучшения этапа подготовки данных, что является критически важным для любых RAG-систем в индустрии.

Dropbox engineers have begun using large language models to augment human data labeling for their RAG-based Dash system. This approach helps more accurately identify which documents should be used to generate responses, improving the relevance of AI-powered search. Their method provides a practical blueprint for scaling and enhancing the data preparation stage, which is a crucial bottleneck for many retrieval-augmented generation systems in the industry.