RAG es la técnica que permite que una IA busque información actualizada antes de responder, en vez de depender solo de lo que aprendió en su entrenamiento.
RAG (Retrieval-Augmented Generation, o "generación aumentada por recuperación") es una técnica que combina un modelo de lenguaje con un sistema de búsqueda: antes de responder, la IA primero busca información relevante y actualizada, y después genera su respuesta basándose en eso.
Esto resuelve un problema real de los modelos de lenguaje: su conocimiento tiene una "fecha de corte" (todo lo que aprendieron fue hasta cierto momento del entrenamiento), y no pueden saber sobre eventos posteriores a menos que puedan buscar información nueva.
Cuando una IA "busca en internet" antes de responderte, básicamente está usando una forma de RAG: recupera información actual y la usa como base para armar una respuesta más precisa y verificable, en vez de inventar la respuesta solo con lo que recuerda de su entrenamiento.
RAG también se usa muchísimo en herramientas empresariales, donde una IA busca dentro de los documentos internos de una empresa antes de responder, para dar respuestas basadas en información específica de esa organización.
