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