¿Cuáles son los componentes principales de la generación aumentada por recuperación (RAG) básica?

Retrieval-Augmented Generation (RAG) es un enfoque en procesamiento de lenguaje natural que combina la recuperación de información relevante de fuentes externas con la generación de texto basada en esa información.

Componentes principales del RAG básico:

1. Recuperador (Retriever)

   • Modelo o algoritmo que busca y extrae documentos o fragmentos relevantes de una base de conocimientos o corpus.
   • Generalmente utiliza métodos de búsqueda por representaciones vectoriales (embedding) o índices de búsqueda tradicionales.

2. Generador (Generator)

   • Modelo de generación de texto (por ejemplo, transformador) que recibe la consulta original y los documentos extraídos.
   • Genera una respuesta considerando el contexto de los documentos recuperados.

3. Base de conocimientos (Knowledge Base)

   • Almacén de documentos, textos o datos de los cuales se extrae la información.

4. Integración del Recuperador y el Generador

   • Mecanismo que combina los resultados de la recuperación con la generación para mejorar la calidad y precisión de las respuestas.

De esta manera, RAG permite crear respuestas más informadas y fundamentadas en contexto, combinando búsqueda de conocimientos y generación de lenguaje natural.