★
Menú
Inicio Cómo se construye Lista de seguimiento El stack
Hardware ChipsComparar chips Servidores y sistemasRedes MemoriaFundiciones y empaquetado Refrigeración
Instalaciones Centros de datosEnergía ProyectosCloud y cómputo GPU
Inteligencia Modelos de IASoftware Productos de IABenchmarks Artículos de investigaciónConjuntos de datos Conceptos
Ecosistema EmpresasAcciones PersonasCronología TendenciasEl futuro de la IA
Aprender Noticias Consulta los datos Agentes IA
Acerca de Sobre nosotros Metodología Datos y API Aviso legal
Opciones
DATOS Y API

Acceso JSON gratuito de solo lectura a los datos en caché del sitio.

Modo oscuro

Vista guiada
¿Nuevo en el mundo de los chips, los centros de datos y la jerga de modelos? Explicamos los términos clave mientras navegas, en lenguaje claro. Los mismos datos, con la ayuda integrada.

Vista experta
Ya conoces el stack. Solo los datos: limpios, rápidos y compactos, sin explicaciones adicionales. Esta es la vista predeterminada.

Idioma de la interfaz
‹ Atrás
Inicio › Conceptos › Retrieval-Augmented Generation (RAG)

Retrieval-Augmented Generation (RAG)

Concepto Entrenamiento e inferencia

Look it up, then answer — how enterprises ground models in their data.

Estás viendo un explicador de concepto: qué significa este término en lenguaje claro, y los registros que conecta.

RAG retrieves relevant documents (via embedding search) and feeds them into the model's context, giving current, citable, private knowledge without retraining. It is the default enterprise AI architecture and the reason vector databases and embedding models became infrastructure categories; long context windows compete with it, agents combine both.

Cómo se conecta con el resto del stack

Related · 5 Retrieval-Augmented Generation (RAG)

Los enlaces de esta ficha de un vistazo: haz clic en un grupo para ir directamente a él.

Fuentes

RAG paper ↗

Registro revisado a fecha de 2026-01-15 — ver Metodología.