Glossário

Geração aumentada por recuperação (RAG)

O que é Geração aumentada por recuperação (RAG)?

A geração aumentada por recuperação combina pesquisa com geração de texto: antes de responder, o sistema pesquisa numa coleção de conhecimento – como manuais, diretrizes ou FAQ – as passagens relevantes e transmite-as ao modelo de linguagem como contexto. A resposta baseia-se assim em conteúdos atuais e específicos da empresa, e não apenas no conhecimento de treino do modelo. Isto reduz as afirmações inventadas, torna as fontes rastreáveis e permite atualizações sem retreino.

Como o KI.ordo ajuda

É exatamente assim que funcionam os agentes do KI.ordo: pesquisam o conhecimento guardado através de pesquisa por palavras-chave (BM25) e respondem com referências às fontes.

Saber mais

Temas

RAG
pesquisa de conhecimento
modelos de linguagem

Experimentar o KI.ordo

Agentes, fluxos e modelos num só espaço de trabalho – demonstração gratuita de 24 horas.

Iniciar demonstração

← Todos os termos

Termos relacionados

Pipeline de recuperação

Um pipeline de recuperação é a sequência de passos de processamento que um sistema utiliza para encontrar a informação certa para uma pergunta. Os passos típicos são: importar e limpar documentos, dividi-los em blocos (chunks), criar um índice de pesquisa, reformular opcionalmente a consulta, obter as correspondências, ordená-las (reranking) e transmitir as melhores ao modelo de linguagem. É a base de qualquer aplicação RAG, e a sua qualidade determina em grande medida a qualidade das respostas obtidas.

RAG
pesquisa
+1

Alucinação

Uma alucinação é uma saída de um modelo de IA que soa convincente, mas é errada ou totalmente inventada – como uma decisão judicial inexistente, um valor incorreto ou uma fonte inventada. A causa: os modelos de linguagem produzem formulações prováveis; não consultam factos automaticamente. O risco diminui quando as respostas se baseiam em fontes verificadas, as provas são citadas e as pessoas verificam os resultados importantes.

Modelos de linguagem
Fiabilidade
+1

Modelo

Geração aumentada por cache (CAG)

A geração aumentada por cache (CAG) é uma abordagem em que um modelo de linguagem não procura conhecimento a cada pergunta. Em vez disso, uma base de conhecimento de dimensão gerível é carregada antecipadamente na sua janela de contexto e esse estado é guardado em cache, pelo que as respostas não precisam de um passo de recuperação separado. O termo foi popularizado por um artigo de investigação do final de 2024 como alternativa à geração aumentada por recuperação (RAG). A CAG adequa-se a bases de conhecimento pequenas e estáveis; para dados volumosos ou que mudam com frequência, a RAG continua normalmente a ser mais prática.

RAG
Janela de contexto
+1

Recuperação de informação

A recuperação de informação abrange métodos que encontram, num grande corpo de texto, os documentos ou passagens que correspondem a uma consulta e os ordenam por relevância. As abordagens clássicas, como o BM25, ponderam os termos de pesquisa consoante a frequência e a raridade com que ocorrem; as mais recentes acrescentam a semelhança semântica. Está na base dos motores de pesquisa, da pesquisa empresarial e da geração aumentada por recuperação, em que um modelo de linguagem usa as passagens recuperadas como base da sua resposta.

Pesquisa
BM25
+1