Generación aumentada por recuperación
RAG combina la recuperación de información con respuestas generadas. Acceder a fuentes no sustituye un diseño cuidadoso de la calidad y los permisos.
La generación aumentada por recuperación (RAG) combina buscar información pertinente con generar una respuesta mediante un modelo de lenguaje. El contenido encontrado se aporta como contexto adicional. No hace falta reentrenar el modelo por cada documento nuevo.
Ejemplo de asistente interno
En una empresa hipotética, el asistente encuentra primero unas instrucciones de trabajo aprobadas y formula una respuesta vinculada a ellas. La búsqueda puede usar palabras clave, similitud vectorial o una combinación.
RAG no garantiza corrección. Los pasajes erróneos, antiguos o no autorizados pueden desviar la respuesta. Incluso una fuente adecuada puede resumirse mal. La selección, los permisos y la fidelidad de la respuesta deben comprobarse por separado.
Fuentes
Términos relacionados
- EmbeddingUn embedding representa un contenido como vector numérico. El modelo y el método de comparación determinan qué similitudes se detectan.
- Base de datos vectorialUna base de datos vectorial almacena y busca representaciones vectoriales. Un resultado parecido no es por ello una fuente vigente y autorizada.
- GroundingEl grounding vincula una respuesta de IA con pruebas verificables. Un enlace por sí solo no demuestra que cada afirmación esté respaldada.
- Ficha de modeloUna ficha de modelo documenta el propósito, las bases, las condiciones de evaluación y los límites conocidos de una versión de un modelo de IA.
- Preparación para la IALa preparación para la IA contempla las bases de un proyecto: objetivo, datos utilizables, capacidades, responsabilidades y funcionamiento.
- Ingeniería de contextoLa ingeniería de contexto prepara la información de cada llamada al modelo: instrucciones, mensajes, fuentes y estados actuales pertinentes.
Artículos sobre el tema
IA y automatización con ASES
Asistentes de IA y procesos automatizados