Gli LLM hanno limiti come conoscenza fissa e contesto limitato. Il RAG (Retrieval Augmented Generation) mitiga questi problemi combinando recupero e generazione di testo, ma è complesso da implementare. Ben Clavier di Answer.ai, in un workshop spiega come costruire una pipeline di dati RAG efficace, discutendo tecniche come BM25, riclassificazione, bi-encoder e cross-encoder. Clavier sottolinea…