RAG

У RAG два связанных этапа: поиск или выбор фрагментов из заданного корпуса и генерация ответа с учётом этих фрагментов. Корпусом могут быть документы компании, база знаний или публичные веб-страницы; его границы определяются реализацией, а не самим термином.

Источники раздела:[1] Microsoft Learn[2] Anthropic Support

Обычный поиск может вернуть список документов без генерации. Grounding описывает опору ответа на доказательства, а RAG — способ доставить внешний контекст модели. Веб-поиск внутри продукта может быть частью RAG, но нельзя делать такой вывод только по наличию ссылок.

Источники раздела:[1] Microsoft Learn[2] Anthropic Support

В корпоративном помощнике запрос сотрудника может найти пять фрагментов из внутренней базы и передать их модели. Если ответ показывает две ссылки, это отдельное решение интерфейса: retrieval мог использовать пять фрагментов, а attribution показать только два.

Для проверки архитектуры нужны документация продукта, трассировка приложения или контролируемый эксперимент с известным корпусом. Зафиксируйте запрос, версию индекса, извлечённые фрагменты, промпт генерации и итоговый ответ; без доступа к этим артефактам помечайте RAG как гипотезу.

RAG уменьшает зависимость от параметрических знаний модели, но не устраняет нерелевантный retrieval, устаревший корпус, конфликтующие документы или ошибки генерации. Он также не гарантирует, что пользователь увидит ссылки на использованный контекст.