Semelhança
Mapa 2D
RAG
Texto e documentos expand_more
Números e cálculo expand_more
Dados e formatos expand_more
Segurança expand_more
Desenvolvimento e DevOps expand_more
Inteligência Artificial expand_more
Finanças expand_more
Saúde & Bem-estar expand_more
Produtividade expand_more
Jogos & Entretenimento expand_more
Multimédia e design expand_more
Empresa expand_more
O que é RAG?
RAG (Retrieval-Augmented Generation) combina recuperação de informação com geração de texto. Funciona em três passos: indexar, recuperar e gerar. Esta ferramenta mostra os passos 1 e 2.
1. Indexar
Divide o corpus em fragmentos (separados por uma linha em branco) e calcula o embedding de cada um: um vetor numérico que captura o seu significado.
2. Recuperar
Quando chega uma consulta, é calculado o seu embedding e comparado com os do corpus usando similaridade de cosseno. São devolvidos os K fragmentos mais similares.
O modelo
Num sistema RAG completo, um LLM recebe os fragmentos recuperados como contexto e gera a resposta. O modelo de embeddings é all-MiniLM-L6-v2 (~22 MB), o mesmo usado na ferramenta de similaridade semântica.
