¿Qué es un corpus para RAG?
¿Qué es?
Un corpus es un conjunto de documentos ya divididos en fragmentos, cada uno con su texto y su fuente. Está listo para vectorizar en un RAG y cada respuesta puede citar su origen.
Cuándo usarlo
- Build an assistant that answers from official texts or documentation.
- Share a clean, sourced chunking.
Campos de la página
| Chunks | One JSON line per chunk: id, text, source. |
|---|---|
| Chunking | The rule used (per article, per paragraph…). |
Cómo usarlo
Download the JSONL file, embed each text and keep the source to cite it.