#rag
risultati
-
Flo Health: revisione di contenuti medici su scala con Amazon Bedrock
Il team di Flo Health racconta come ha trasformato un PoC in un sistema di produzione su Amazon…
-
BYOKG e GraphRAG per la ricerca farmaceutica su AWS
Un’architettura GraphRAG con Neptune Analytics, Bedrock e il toolkit open source BYOKG-RAG per interrogare in linguaggio naturale un…
-
Agentic RAG: quando il retrieval diventa un loop search-read-decide
Un’implementazione minimale con l’OpenAI Agents SDK che trasforma il retrieval in un’azione iterativa dell’agente, con cinque domande da…
-
RAG contro fine-tuning: cosa fanno davvero e quando usare l’uno, l’altro o entrambi
RAG e fine-tuning non sono tecniche in competizione: risolvono problemi diversi a livelli diversi di un’applicazione AI. RAG…
-
RAG era sempre stato un workaround temporaneo. Cosa viene dopo
Un’analisi provocatoria: il RAG è un layer di traduzione ad alta latenza, non un vero sistema di memoria.…
-
Fine-tuning spiegato dalle basi: come i modelli pretrained imparano nuove capacita’
Cos’e’ il fine-tuning, perche’ non si capisce senza il pretraining e quando conviene davvero rispetto a un prompt…
-
Loop engineering per il retrieval gerarchico: leggere un documento lungo dal suo indice
Invece di fare top-k su tutte le pagine, il retrieval percorre la table of contents un livello alla…
-
Proxy-Pointer RAG: reasoning temporale senza precompilazione semantica
Due approcci opposti al RAG enterprise per query temporali e cross-document: LLM-Wiki compila la conoscenza durante l’ingestion, Proxy-Pointer…
-
Una pipeline RAG di produzione per PDF: parsing relazionale, retrieval sul TOC e risposte tipizzate
Come far evolvere una pipeline RAG minimale in una versione pronta per la produzione, aggiornando un contratto alla…
-
RAG spiegato: il paper che ha dato agli LLM una memoria esterna
La retrieval-augmented generation collega un modello linguistico a una base di conoscenza esterna. Spieghiamo il paper che ha…