¡Un canal RAG para responder todas las preguntas de sus reclutadores!
Las alucinaciones relacionadas con el LLM han sido un problema incluso para gigantes tecnológicos como Google (solo pregúntale a Géminis cuántas piedras se recomienda comer por día… alerta de spoiler, es una por día). Si bien todavía no sabemos cómo enseñar a los LLM conocimientos de sentido común, lo que podemos hacer es brindarles suficiente contexto para su caso de uso específico. ¡Aquí es donde entra en juego la Generación de Recuperación Aumentada (RAG)! En este artículo te explicaré ¡Cómo configuro un canal RAG que puede leer mi CV y hablar con los reclutadores por mí!
¡Pst! Si no tienes suscripción, puedes leer el artículo. aquí.
Comencemos cubriendo nuestras bases y asegurémonos de comprender qué es un RAG y cómo funciona. En pocas palabras, la generación aumentada de recuperación (RAG) es una técnica en la que la generación de respuesta de un LLM es aumentar con información adicional relevante recuperado de una colección de conocimiento del dominio. El canal RAG selecciona el fragmento de texto más relevante de sus datos privados y permite que el LLM lo lea con el mensaje generar una respuesta. Por ejemplo, en este artículo, construyo un chatbot minimalista que responde a las preguntas de los reclutadores. Para que el LLM haga su trabajo correctamente, tengo que “decirle” quién soy. Usando una tubería RAG puedo dejarlo para recuperar Las partes más relevantes de mi CV para cada pregunta del reclutador. creciente LLM…
