Saltar al contenido principal

Generación Aumentada de Recuperación (RAG), Inicio Rápido

En el mundo moderno, el volumen de información disponible crece exponencialmente, y a menudo los detalles importantes se pierden en el flujo de datos. RAG es un enfoque innovador que combina el poder de la búsqueda vectorial y los modelos de lenguaje, permitiendo obtener respuestas relevantes de enormes bases de conocimiento en cuestión de segundos. Domina RAG para que tu chatbot no sea solo una fuente de hechos aleatorios, sino un verdadero experto capaz de responder con precisión, rapidez y convicción.

En 2025, el conocimiento de RAG se requerirá en el 90% de las vacantes de GenAI

Preguntas​

  • ¿En qué pasos se divide RAG?
  • ¿Para qué se necesita la A (Aumento)?
  • ¿Cómo funciona la R (Recuperación)?
  • ¿Qué hay que hacer con los datos para poder recuperarlos?

Pasos​

1. Mira 2 vídeos​

Tengo un manual para una máquina de café de 30 megatokens... pero no quiero pasarlo en la solicitud cada vez, ¿qué debo hacer? ¡Mira el primer vídeo y lo sabrás!

Este es el canal más querido de David en YouTube. ⬆️

2. ¡Juega con RAG!​

RAG Playground

3. ¿Cómo trabajar con ipynb?​

Ipynb (Interactive Python Notebook) es un cuaderno interactivo que te permite escribir código, texto, matemáticas y resultados en un mismo documento.

Hay dos maneras de trabajar con ipynb:

  1. Google Colab - en cualquier navegador
  2. VS Code - localmente

4. ¡Ahora vamos a crear nuestro propio RAG!​

Replica el siguiente ipynb, juega con el código:

  1. https://python.langchain.com/docs/tutorials/rag/
  2. ✦ https://python.langchain.com/docs/tutorials/qa_chat_history/

Pasos Extra​

Ahora sabemos...​

Ahora sabes cómo funciona RAG y lo que significa cada letra. ¡Sigamos adelante!

Ejercicios​

En los próximos módulos...​

  1. ¿Para qué se necesita RAG? - aprenderemos cuándo necesitamos un enfoque RAG y cuándo otros métodos
  2. Embebidos y bases de datos vectoriales - aprenderemos cómo los textos se convierten en vectores y cómo almacenarlos
  3. ✦ Preprocesamiento de datos - aprenderemos cómo preparar los datos para RAG
  4. ✦ RAG híbrido - ¡no solo de vectores vive el hombre!
  5. ✦ Trabajar con datos estructurados - aprenderemos cómo hacer RAG con tablas enormes
  6. ✦ Trabajar con otros datos no estructurados (además de solo texto) - aprenderemos cómo hacer RAG con imágenes, audio y vídeo