Geração aumentada por recuperação (RAG)
Definição
Geração aumentada por recuperação é um método em que documentos relevantes da empresa são buscados primeiro e os trechos recuperados são fornecidos ao modelo de linguagem como contexto. O modelo responde a partir desses trechos, o que torna as respostas atuais, rastreáveis à fonte e auditáveis.
O RAG é a forma padrão de tornar um modelo útil para o conhecimento interno — tabelas de preços, contratos, manuais técnicos, correspondências anteriores — sem necessidade de retreinamento.
A qualidade depende da camada de recuperação, não do modelo: como os documentos são divididos, como são indexados, como as permissões de acesso são aplicadas e se a resposta cita o trecho que utilizou.
Na prática
- Mantém as respostas vinculadas a um documento-fonte e versão nomeados
- Respeita as permissões de acesso por usuário quando o índice é bem construído
- Mais barato e rápido de atualizar do que o fine-tuning
Termos relacionados
- Banco de dados vetorialUm banco de dados vetorial armazena textos, imagens ou registros como embeddings numéricos e encontra as entradas mais próximas em significado a uma consulta. É a camada de busca por trás da geração aumentada por recuperação, permitindo buscas semânticas onde a busca por palavras-chave falha.
- Modelo de linguagem de grande escala (LLM)Um modelo de linguagem de grande escala é um modelo estatístico treinado em enormes volumes de texto que prevê continuações prováveis de um texto. É capaz de classificar, resumir, traduzir e redigir, e é o componente de raciocínio dentro da maioria dos agentes de IA — mas não contém, por si só, dados atuais da empresa.
- AlucinaçãoUma alucinação é uma saída confiante, porém falsa, de um modelo de linguagem — um número, cláusula ou referência inventados. É uma propriedade da geração estatística de texto, por isso sistemas de produção verificam as saídas contra dados-fonte em vez de confiar nelas.