RAG (Retrieval-Augmented Generation)
La técnica de recuperar documentos relevantes de una base de conocimiento e insertarlos en el contexto de un LLM antes de que responda — para que la respuesta se apoye en fuentes reales y no solo en los datos de entrenamiento del modelo. La forma estándar de dar a un LLM conocimiento actual, privado o verificable.
Mecánica: la pregunta del usuario se convierte en un embedding, una búsqueda vectorial recupera los fragmentos (chunks) más relevantes de una base de datos y estos se pegan en el prompt como contexto. El modelo responde a partir del material recuperado y puede citar fuentes. Ganancias: menos alucinaciones, datos frescos o privados sin reentrenar, trazabilidad. Problemas: la calidad depende por completo de la recuperación («garbage in, garbage out»), de la estrategia de chunking y de que el material correcto quede de verdad bien clasificado. Mejoras: reranking, búsqueda híbrida, expansión de consultas, chunking semántico. Acuñado en un paper de Meta/FAIR en 2020, se convirtió en la arquitectura dominante para aplicaciones LLM con datos propios.