Definición
Es una técnica que combina la recuperación de información en una base documental con la generación de texto. El modelo redacta su respuesta a partir de fragmentos encontrados mediante búsqueda por significado, así que puede apoyarse en fuentes concretas sin necesidad de volver a entrenarlo.
Avanza por los cinco pasos o compáralo con un modelo sin recuperación.
Paso 1 · Pregunta
Una estudiante escribe en el asistente de la asignatura:
En el ejemplo
«¿Hasta cuándo puedo entregar el trabajo final?»
Por qué importa en la universidad
- Menos invenciones. Apoya las respuestas en documentos que se pueden comprobar.
- Asistentes institucionales. Permite crear asistentes con los documentos propios de la universidad.
- Conocimiento al día. Incorpora información reciente sin volver a entrenar el modelo.
- Trazabilidad. Permite citar la fuente de cada respuesta.
Un poco de historia
Cómo se ha llegado hasta aquí
Una técnica reciente que se volvió estándar muy deprisa.
2020
Presentación de la técnica
Lewis y su equipo proponen combinar búsqueda de documentos y generación de texto.
2023
Adopción masiva
Con la llegada de los modelos generativos, RAG se convierte en la forma habitual de crear asistentes con documentos propios.
2024-2026
Asistentes institucionales
Universidades y editoriales la usan para asistentes que responden con sus normativas, guías y catálogos.
Ejemplos en el aula
Asistente con la guía docente
Responde a partir del programa de la asignatura y de la normativa.
Búsqueda bibliográfica
Búsqueda guiada en la literatura científica de la disciplina.
Resúmenes documentales
Resúmenes académicos hechos sobre documentos reales.
Para saber más
Lecturas recomendadas
- Lewis, P., et al. (2020). Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks. NeurIPS 2020.El artículo que presentó la técnica.