RAG-pipeline
Hela kedjan från dokument till svar: ingest (parse + chunka) → embed → store i vector-DB → query: retrieve → eventuellt rerank → generate.
Naive RAG: enkla top-k cosine-search. Modernt RAG inkluderar: chunking-strategi (semantic, sliding window, recursive, late chunking), hybrid search (vektor + BM25), reranker (cross-encoder som Cohere Rerank), query expansion (HyDE, multi-query), context compression, contextual retrieval (Anthropics technique). Större LLM-kontextfönster gjorde "skicka allt direkt"-konkurrenten ("long context vs RAG") attraktivt men sämre och dyrare.