¿Qué es la generación aumentada por recuperación (RAG)?
La generación aumentada por recuperación (RAG) es una técnica en la que una IA recupera información relevante de una fuente externa y la usa para generar una respuesta más precisa y actualizada, en lugar de depender solo de lo que el modelo memorizó.
Un modelo de lenguaje por sí solo responde con lo que aprendió durante su entrenamiento, que puede estar desactualizado o ser genérico. RAG agrega un paso de recuperación: el sistema encuentra información relevante y actual, de la web, una base de conocimiento o tus propios datos, y se la pasa al modelo para que la respuesta se base en fuentes reales.
RAG es la forma en que la búsqueda con IA y los asistentes modernos se mantienen precisos y actualizados. También es la base de los buscadores generativos, que recuperan y citan fuentes cuando responden.
cómo funciona esto en folk
Folk usa la recuperación para basar sus respuestas en información real y actual: navega la web en vivo desde su propia computadora y consulta tu memoria personal, para que las respuestas se ajusten a tu contexto real y no solo al entrenamiento del modelo.
preguntas frecuentes
¿Por qué es útil RAG?
Hace que las respuestas de la IA sean precisas y actualizadas al basarlas en fuentes recuperadas, y permite que un asistente use tus propios datos o la web en vivo en lugar de depender solo de lo que el modelo memorizó.
¿Cómo usa folk la recuperación?
Folk navega la web en vivo desde su propia computadora en la nube y recupera información de tu memoria persistente, así sus respuestas y acciones reflejan información actual y tu contexto personal.