O que é geração aumentada por recuperação (RAG)?
Geração aumentada por recuperação (RAG) é uma técnica em que a IA busca informações relevantes numa fonte externa e usa isso pra gerar uma resposta mais precisa e atualizada, em vez de depender só do que o modelo memorizou.
Um modelo de linguagem sozinho responde com base no que aprendeu no treinamento, o que pode estar desatualizado ou genérico. O RAG adiciona uma etapa de busca: o sistema encontra informações relevantes e atuais, na web, numa base de conhecimento ou nos seus próprios dados, e entrega isso pro modelo, pra resposta ser embasada em fontes reais.
O RAG é o jeito que buscas e assistentes de IA modernos se mantêm precisos e atualizados. Ele também é a base dos buscadores generativos, que buscam e citam fontes quando respondem.
como isso funciona no folk
O Folk usa busca pra embasar suas respostas em informações reais e atuais, navegando na web ao vivo no seu próprio computador e puxando da sua memória pessoal, pra que as respostas combinem com seu contexto real, não só com o treinamento do modelo.
perguntas frequentes
Por que o RAG é útil?
Ele deixa as respostas da IA precisas e atualizadas porque embasa tudo em fontes buscadas, e permite que um assistente use seus próprios dados ou a web ao vivo em vez de depender só do que o modelo memorizou.
Como o folk usa a busca?
O Folk navega na web ao vivo no seu próprio computador na nuvem e busca na sua memória persistente, então suas respostas e ações refletem informações atuais e seu contexto pessoal.