Tema
Un RAG de producción no se juzga por algunas respuestas convincentes. Debe conocer sus fuentes, respetar los derechos, medir sus errores y negarse adecuadamente cuando faltan pruebas.
Dejar que un agente reformule, busque, verifique y vuelva a empezar puede mejorar las preguntas complejas. Esto también aumenta la variabilidad, el costo y la superficie de seguridad.
La mayoría de las dificultades de un proyecto de IA aparecen antes del modelo: fuentes introuvables, documentos caducados, derechos implícitos y ausencia de propietario.
El RAG aporta conocimientos en el momento de la respuesta. El fine-tuning modifica principalmente el comportamiento aprendido. El prompt enmarca una tarea. Confundirlos conduce a proyectos costosos y difíciles de evaluar.
