Generazione Aumentata da Recupero (RAG)

La Generazione Aumentata da Recupero (RAG) è una pipeline di elaborazione del linguaggio naturale introdotta da Lewis et al. nel 2020 che potenzia un modello linguistico di grandi dimensioni (LLM) con evidenze recuperate al momento dell'inferenza da una base di conoscenza esterna. Invece di fare affidamento esclusivamente su ciò che un modello ha memorizzato durante l'addestramento, RAG recupera prima i passaggi più pertinenti da un indice di documenti e poi li fornisce all'LLM come contesto, ancorando la risposta generata a informazioni verificabili e aggiornate. L'approccio riduce le allucinazioni e consente di iniettare conoscenze specifiche di dominio o sensibili al tempo senza riaddestrare il modello.