RAG-pipeline
De volledige keten van document tot antwoord: inlezen (parsen + chunken) → embedden → opslaan in een vectordatabase → bij een vraag: ophalen → eventueel herrangschikken → genereren.
Naïeve RAG: gewoon top-k cosinuszoeken. Moderne RAG omvat chunkingstrategie (semantisch, sliding window, recursief, late chunking), hybride zoeken (vector + BM25), een reranker (cross-encoder zoals Cohere Rerank), query-uitbreiding (HyDE, multi-query), contextcompressie en contextual retrieval (techniek van Anthropic). Grotere contextvensters maakten het alternatief "stuur gewoon alles mee" (long context versus RAG) aantrekkelijk, maar het is slechter en duurder.