Uma jornada focada no aprendizado sobre sistemas RAG em produção / Github

Uma jornada focada no aprendizado sobre sistemas RAG em produção / Github

Este é um projeto focado no aprendizado, no qual você construirá um sistema completo de assistência à pesquisa que busca automaticamente artigos acadêmicos, compreende seu conteúdo e responde às suas perguntas de pesquisa utilizando técnicas avançadas de RAG. O “arXiv Paper Curator” ensinará você a criar um sistema RAG de nível de produção, seguindo as melhores práticas do mercado. Ao contrário de tutoriais que saltam diretamente para a busca vetorial, seguimos uma abordagem profissional: primeiro dominamos os fundamentos da busca por palavras-chave e, em seguida, a aprimoramos com vetores para realizar uma recuperação híbrida.

#RAG #arXiv

Disponível em: https://github.com/jamwithai/production-agentic-rag-course

Uma abordagem de organização do conhecimento e Retrieval Augmented Generation para a recuperação semântica da informação / PPGCI – UFRGS

Uma abordagem de organização do conhecimento e Retrieval Augmented Generation para a recuperação semântica da informação / PPGCI – UFRGS

o estudo propõe a utilização da arquitetura Retrieval-Augmented Generation como alternativa para aprimorar a qualidade dos metadados e a eficácia da recuperação da informação, com aplicação em bases especializadas como a Brapci. Ainda, tem como objetivo analisar o uso de estratégias dessa arquitetura aliadas a Modelos de Linguagem de Grande Escala, na recuperação da informação científica. Trata-se de uma pesquisa aplicada, de abordagem qualitativa e caráter metodológico, cujo procedimento compreendeu a construção de um microtesauro semântico especializado no domínio da Inteligência Artificial aplicada à Ciência da Informação, utilizado como base de conhecimento para um protótipo denominado SmartRetrieval. A proposta foi validada por meio da aplicação em um corpus formado por 40 artigos científicos, com avaliação baseada nas métricas de precisão, revocação e F1-Score. Os resultados destacam a integração entre linguagens documentárias e modelos generativos, mediada pela arquitetura RetrievalAugmented Generation (contribuindo para a melhoria da recuperação da informação, reduzindo ruídos e ampliando a cobertura semântica) e o papel central do indexador na construção e validação de linguagens documentárias (uma vez que a qualidade da representação temática depende de decisões conceituais fundamentadas e da mediação intelectual especializada).

#RAG #BRAPCI

Disponível em: https://lume.ufrgs.br/handle/10183/308996

Uso de inteligência artificial para servidores públicos / Governo Federal

Uso de inteligência artificial para servidores públicos / Governo Federal

O Núcleo de Inteligência Artificial (NIA) é uma iniciativa coordenada pela Secretaria de Governo Digital (SGD) do Ministério da Gestão e da Inovação em Serviços Públicos (MGI) para a adoção de tecnologias de inteligência artificial no Poder Executivo Federal.

Objetivo: Apoiar a adoção da IA no Executivo Federal, disponibilizando:
– Ferramentas de IA de uso comum aos órgãos e entidades;
– Orientações, programas de capacitação, frameworks, cursos, guias e infográficos;
– Apoio à aceleração de projetos de inovação que utilizem IA;
– Pesquisa sobre a adoção de IA no Poder Executivo Federal.

  1. Guia de IA generativa no Serviço Público
  2. Guia prático de prompt e pesquisa com IA
  3. Guia de introdução ao RAG no serviço público
  4. Glossário de Termos Relacionados à IA

#Guias #Manuais #IA #RAG

Disponível em: https://www.gov.br/governodigital/pt-br/infraestrutura-nacional-de-dados/inteligencia-artificial-1

Perspectivas da Geração Aumentada de Recuperação (RAG) para Busca e Recuperação em Bibliotecas Acadêmicas / Information Technology and Libraries

Perspectivas da Geração Aumentada de Recuperação (RAG) para Busca e Recuperação em Bibliotecas Acadêmicas / Information Technology and Libraries

A pesquisa destaca a capacidade do RAG de melhorar a experiência do usuário por meio de assistência personalizada à pesquisa, interfaces conversacionais e integração de conteúdo multimodal. Considerações críticas, incluindo implicações éticas, conformidade com direitos autorais e transparência do sistema, são abordadas. (…) O estudo conclui que a integração do RAG (RAG (Retrieval-Augmented Generation) é promissora para revolucionar os serviços de bibliotecas acadêmicas, ao mesmo tempo que enfatiza a necessidade de pesquisas contínuas em áreas como escalabilidade, conformidade ética e implementação com boa relação custo-benefício.

#RAG #BibliotecasUniversitárias #ProdutosEServiços

Disponível em: https://ital.corejournals.org/index.php/ital/article/view/17361

Bibliotecas RAG — O que fazem e qual usar? / Shailey Dash

Bibliotecas RAG — O que fazem e qual usar? / Shailey Dash

Entender o que é RAG, pelo menos em linhas gerais, é relativamente fácil. As coisas se complicam quando você tenta descobrir como executar um projeto piloto e qual das muitas bibliotecas RAG disponíveis usar. Primeiro, existem muitas: Langchain, Haystack, LlamaIndex e muitas outras. Há também bibliotecas para bancos de dados vetoriais, como FAISS (Facebook AI Similarity Search), Elasticsearch e Milvus, entre outras. Como tudo isso funciona? Parece tudo muito complexo!

#RAG #Chatbots

via Shailey Dash

Disponível em: https://medium.com/@shaileydash/rag-libraries-what-do-they-do-and-which-one-to-use-part-1-fe26d3c04121