O que é o RAG?
O que é?
Um pipeline RAG (retrieval-augmented generation) permite a um modelo responder a partir dos seus documentos: estes são divididos e transformados em embeddings e, em cada pergunta, os excertos úteis são encontrados e dados ao modelo.
Quando o usar
- Fazer um assistente responder a partir da documentação interna ou de um catálogo de produtos.
- Reduzir as alucinações obrigando o modelo a citar as fontes.
Campos da página
| Fontes | Documentos usados e forma como são atualizados. |
|---|---|
| Divisão | Tamanho dos pedaços e sobreposição. |
| Embeddings e base vetorial | O modelo de embeddings e onde os vetores são guardados. |
| Pesquisa | Número de excertos mantidos e eventual reordenação. |
| Modelo de prompt | O texto enviado ao modelo, com {{context}} e {{question}}. |
Como o usar
Separador “Utilização”: descarregue a configuração JSON; o exemplo em Python descreve cada etapa.