¿Qué es RAG?
Una técnica que mejora la salida de modelos grandes de lenguaje incorporando información de fuentes de conocimiento externas.
Definición
RAG, o Retrieval-Augmented Generation (Generación Aumentada por Recuperación), es una técnica que mejora la salida de los modelos grandes de lenguaje (LLM) incorporando información de fuentes de conocimiento externas, permitiendo respuestas más precisas y contextualmente relevantes.
Propósito
RAG permite a los LLM acceder a información actualizada y específica del dominio sin reentrenamiento, mejorando la precisión factual y reduciendo las alucinaciones al fundamentar las respuestas en fuentes de conocimiento verificables.
Función
RAG usa una biblioteca de conocimiento que almacena información de varias fuentes en un formato común, procesada en representaciones numéricas. Cuando se hace una consulta, se busca en esta biblioteca para recuperar la información contextual correcta, que luego es usada por el LLM para generar respuestas.
Ejemplo
Un chatbot de atención al cliente con RAG puede recuperar políticas específicas de la empresa, manuales de productos, o actualizaciones recientes para proporcionar respuestas precisas y actualizadas que van más allá de su entrenamiento base.
Relacionado
Conectado con Bases de Datos Vectoriales, Búsqueda Semántica, Embeddings, Modelos de Lenguaje, y sistemas de Gestión de Conocimiento.
¿Quieres saber más?
Si te interesa saber más acerca de RAG (Retrieval-Augmented Generation), escríbeme por linkedin. Me encanta compartir ideas, dudas y curiosidades sobre estos temas, así que no dudes en pasarte por ahí. ¡Nos leemos!
¿Qué es una gráfica de burnup?
Una gráfica de burnup es una representación visual que muestra la cantidad...
¿Qué significa QBR?
Quarterly Business Review (QBR), o Revisión Trimestral de Negocio, es una r...
¿Qué es una build?
En el campo del desarrollo de software, una build hace referencia al proces...