Generación Aumentada por Recuperación (RAG)

La Generación Aumentada por Recuperación (RAG) es un flujo de procesamiento de lenguaje natural introducido por Lewis et al. en 2020 que refuerza un modelo de lenguaje grande (LLM) con evidencia obtenida en tiempo de inferencia de una base de conocimiento externa. En lugar de depender únicamente de lo que un modelo memorizó durante el entrenamiento, RAG primero recupera los pasajes más relevantes de un índice de documentos y luego entrega esos pasajes al LLM como contexto, anclando la respuesta generada en información verificable y actualizada. El enfoque reduce la alucinación y permite inyectar conocimiento específico de dominio o sensible al tiempo sin reentrenar el modelo.