RAG

RAG (генерация с дополнением поиском) соединяет рассуждение LLM с широтой внешней базы знаний: ретривер находит релевантные фрагменты, генератор получает их как контекст и отвечает.

Позволяет использовать знания после даты отсечки обучения и закрытые доменные знания — без переобучения.

Конвейер:

разбиение документов → эмбеддинг/индексация → поиск → дополнение контекста → генерация

Качество ретривера определяет потолок: если фрагменты не найдены, даже лучшая LLM бессильна.

Связано: Разбиение документов, Гибридный поиск, Агентный RAG