Generación aumentada por recuperación (RAG)

RAG es una técnica que permite a un modelo de lenguaje grande responder a partir de tus propios documentos: recupera los pasajes relevantes de una base de conocimiento y se los entrega al modelo como contexto, de modo que las respuestas se fundamentan en tus datos en lugar del entrenamiento general del modelo.

RAG aborda la mayor debilidad de los LLM en el uso empresarial: no conocen tu información específica y pueden alucinar. Al buscar primero en una fuente de confianza (manuales, procedimientos, registros de mantenimiento) y entregar los mejores resultados al modelo, RAG produce respuestas fundamentadas en tus propios documentos y verificables frente a ellos. Es la forma estándar de construir un asistente interno fiable sobre el conocimiento industrial.

Términos relacionados

Large Language Model (LLM) · Generative AI · Machine Learning (Industrial)

Guías relacionadas