Generación aumentada por recuperación

La generación aumentada por recuperación, o RAG, es una forma común de hacer que un modelo responda usando datos propios. En vez de depender solo del entrenamiento, el sistema primero recupera los pasajes más relevantes de un almacén documental y los añade al prompt para fundamentar la respuesta en esas fuentes.

RAG sostiene la mayoría de herramientas para «chatear con documentos». Con ventanas de contexto mayores, algunos casos sencillos pueden omitirla, pero para bases de conocimiento grandes o cambiantes la recuperación sigue siendo el método práctico.