Cutting RAG inference costs 6x starts with deciding what never reaches the LLM

การลดต้นทุนการทำงานของ RAG อย่างมากถึง 6 เท่าเริ่มต้นจากการระบุข้อมูลที่ไม่จำเป็นต้องส่งให้โมเดล LLM เลย เพื่อหลีกเลี่ยงการประมวลผลที่ไม่จำเป็นและประหยัดทรัพยากรการคำนวณ