RAG (generación aumentada por recuperación): cómo responde la IA con documentos

La generación aumentada por recuperación (RAG, Retrieval-Augmented Generation) es un enfoque en el que la IA, antes de responder, busca información relevante en documentos, una base de conocimiento o internet y usa lo encontrado como base de su respuesta.

En pocas palabras

Un examen a libro cerrado es un modelo normal: responde de memoria y puede liarse. Un examen a libro abierto es RAG: primero buscas la página correcta y luego respondes. Hay menos errores y puedes decir de dónde sacaste la información.

Cómo funciona

1. Los documentos se dividen de antemano en trozos y se indexan para buscarlos rápido.
2. Cuando haces una pregunta, el sistema busca los trozos más parecidos en significado.
3. Los fragmentos encontrados se añaden al prompt junto con tu pregunta.
4. El modelo redacta la respuesta basándose en ellos y a menudo enlaza las fuentes.
5. Si no encuentra nada relevante, un buen sistema te lo dirá.

Dónde lo verás

RAG funciona en chatbots con búsqueda web, en asistentes que responden a partir de tus archivos o tu correo, en bots de atención de tiendas y bancos y en bases de conocimiento de empresas. Cuando un bot muestra notas con enlaces junto a las frases, lo más probable es que sea RAG.

¿Importa al elegir?

Sí, si necesitas respuestas precisas con información actual. Elige servicios que muestren las fuentes y ábrelas. RAG reduce mucho las alucinaciones, pero no las elimina del todo: el modelo puede entender mal el fragmento encontrado.

Mitos

• Mito: RAG hace más listo al modelo. En realidad: El modelo es el mismo; simplemente le dan una chuleta con los datos necesarios.
• Mito: Si hay un enlace, la respuesta es correcta seguro. En realidad: El modelo puede resumir mal la fuente. Hay que abrir los enlaces.

Preguntas frecuentes

¿En qué se diferencia RAG del ajuste fino?

RAG le da información al modelo en el momento de la petición; el ajuste fino cambia el propio modelo.

¿Puedo hacer RAG con mis apuntes?

Sí, algunos servicios te dejan subir archivos y hacer preguntas sobre ellos.

¿Por qué RAG a veces da una respuesta desfasada?

Si la base de documentos lleva tiempo sin actualizarse, el modelo se apoya en datos viejos.

Términos relacionados

Alucinaciones de la IA, Ventana de contexto, Modelo de lenguaje grande, Ajuste fino