~/questoes/agentes-de-ia
RAG é uma arquitetura que combina dois processos: primeiro recupera informações relevantes de documentos externos, depois utiliza essas informações para gerar respostas mais precisas e contextualizadas. Essa abordagem permite que o modelo de linguagem responda baseado em dados específicos, não apenas no conhecimento geral que aprendeu durante o treinamento.
A alternativa correta descreve exatamente o que RAG faz: recupera informações de documentos e as utiliza para gerar respostas contextualizadas. Isso torna o sistema mais preciso e confiável, pois as respostas são fundamentadas em dados reais do projeto.
RAG funciona em duas etapas: primeiro busca documentos relevantes (Retrieval), depois gera respostas usando essas informações como contexto (Generation). No LangChain, isso envolve Embeddings, Bases Vetoriais e Retrievers trabalhando juntos.
Essa alternativa descreve compilação de código, um conceito completamente diferente. RAG não tem relação com compilação ou execução de linguagem de máquina, mas sim com processamento de linguagem natural.
Essa alternativa refere-se a protocolos de rede e segurança de comunicação. RAG é uma arquitetura de inteligência artificial, não um protocolo de rede ou ferramenta de infraestrutura.
Essa alternativa trata sobre interfaces visuais (UI), um conceito de desenvolvimento frontend. RAG é uma técnica de backend para recuperação e geração de informações, não está relacionado a criação automática de interfaces.