Similitud
Mapa 2D
RAG
Texto y documentos expand_more
Números y cálculo expand_more
Datos y formatos expand_more
Seguridad expand_more
Desarrollo y DevOps expand_more
Inteligencia Artificial expand_more
Finanzas expand_more
Salud y bienestar expand_more
Productividad expand_more
Juegos y entretenimiento expand_more
Multimedia y diseño expand_more
Empresa expand_more
¿Qué es RAG?
RAG (Retrieval-Augmented Generation) combina recuperación de información con generación de texto. Funciona en tres pasos: indexar, recuperar y generar. Esta herramienta muestra los pasos 1 y 2.
1. Indexar
Divide el corpus en fragmentos (separados por una línea en blanco) y calcula el embedding de cada uno: un vector numérico que captura su significado.
2. Recuperar
Cuando llega una consulta, se calcula su embedding y se compara con los del corpus usando similitud coseno. Se devuelven los K fragmentos más similares.
El modelo
En un sistema RAG completo, un LLM recibe los fragmentos recuperados como contexto y genera la respuesta. El modelo de embeddings es all-MiniLM-L6-v2 (~22 MB), el mismo usado en la herramienta de similitud semántica.
