Métricas y métodos esenciales para mejorar el rendimiento de las canalizaciones de recuperación, construcción y de un extremo a otro.
Introducción
Al pensar en algunas de las aplicaciones más comunes de la IA generativa, la generación de recuperación aumentada (RAG) sin duda se ha convertido en uno de los temas de discusión más comunes en este campo. A diferencia de los motores de búsqueda tradicionales que dependían de la optimización de mecanismos de recuperación mediante búsquedas de palabras clave para encontrar información relevante para una consulta determinada, RAG va un paso más allá al generar una respuesta completa a una pregunta determinada utilizando el contenido recuperado.
La siguiente figura ilustra una representación gráfica de RAG en la que los documentos de interés se codifican utilizando un modelo de incrustación, luego se indexan y se almacenan en un almacén de vectores. Cuando se envía una consulta, generalmente se integra de la misma manera, seguida de dos etapas (1) la etapa de recuperación que busca documentos similares, luego (2) una etapa generativa que utiliza el contenido recuperado para sintetizar una respuesta.
