Geração aumentada por recuperação (RAG)

Os modelos de linguagem não conhecem os seus documentos, nem sabem o que mudou ontem. A geração aumentada por recuperação resolve isso: primeiro encontrar as passagens certas, depois responder a partir delas - com citações.

Você vai dividir documentos em chunks, construir busca por palavras-chave com BM25 e busca semântica com embeddings, combinar as duas, reordenar resultados, escrever prompts fundamentados que citam as fontes e se abstêm quando não sabem, avaliar a recuperação e as respostas, e se defender contra vazamentos e prompt injection. No caminho, vai fatiar documentos num explorador de chunks, ajustar o BM25, buscar num mapa de embeddings, dar notas a recuperadores e caçar afirmações sem fundamento. Toda lição termina com Python que roda no seu navegador, e o projeto final constrói um pequeno pipeline de RAG do zero.