RAG en Producción · Lección 27
¿Qué diferencia tiene 'agentic RAG' frente al modelo tradicional de RAG donde la recuperación ocurre siempre como un único paso fijo antes de la generación?
El LLM actúa como un agente que decide de forma autónoma cuándo y cuántas veces invocar la recuperación como una herramienta disponible, pudiendo hacer múltiples búsquedas iterativas según lo que va descubriendo, en vez de un único paso de recuperación fijo predeterminado
Agentic RAG elimina por completo la necesidad de tener una base de datos vectorial indexada previamente
Solo puede realizar exactamente una única búsqueda en toda su ejecución, igual que el RAG tradicional de un solo paso
Requiere que el usuario especifique manualmente cada búsqueda individual que el sistema debe realizar en cada paso
RAG en Producción · Lección 27
Completa el código
En agentic RAG, la recuperación se expone al modelo como una herramienta que puede
Revisa: se expone como una herramienta que el modelo puede invocar de forma autónoma.
RAG en Producción · Lección 27
¿Por qué una pregunta compleja que requiere investigar varios subtemas relacionados podría beneficiarse de que el agente decida hacer múltiples búsquedas iterativas, en vez de depender de una única búsqueda inicial fija que podría no cubrir todos los aspectos necesarios?
Pista: una única búsqueda inicial fija podría no anticipar todos los subtemas relacionados que realmente se necesitan investigar para responder completamente una pregunta compleja; un agente que puede decidir hacer búsquedas adicionales a medida que va descubriendo qué información le falta tiene la flexibilidad de profundizar iterativamente en cada subtema relevante, algo que un único paso de recuperación predeterminado no podría lograr de la misma forma.
✓
¡Lección completada!
Agentic RAG — recuperación como herramienta de un agente
0
XP ganado
3
Vidas restantes