Retrieval-Augmented Generation
RAG · Generación Aumentada por Recuperación
Conecta el modelo con los documentos de la empresa para que responda anclado en su realidad, no en lo que aprendió de internet.
- Análisis Exhaustivo: aplica
- Quick Wins: no aplica
- Estrategia & Estructura: no aplica
- Diseño: aplica
- Capacitación: no aplica
- Implementación: aplica
- Documentación: aplica
Se resuelve al armar la solución, pero su verdadero costo está en el acervo: exige documentación depurada, vigente, con dueño y control de versiones.
¿La documentación que alimentaría al agente está vigente y tiene dueño, o nadie sabe cuál es la versión buena?
Toda respuesta cita el documento y la versión de donde salió, y se mide el porcentaje de respuestas que no encontraron sustento en el acervo controlado.
Aportamos lo verdaderamente difícil: depurar, jerarquizar y poner bajo control la documentación antes de conectarla.
Lewis et al. (Facebook AI Research), «Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks» (2020).