Arquitetura RAG de IA
Este curso trata Retrieval-Augmented Generation como arquitetura, montada em Rails sobre Postgres. Começa explicando por que recuperação serve melhor a fatos do que fine-tuning e por que um sistema RAG são dois pipelines: indexação e consulta. As aulas cobrem fatiamento com prefixos contextuais e metadados, modelos de embedding com dimensões, quantização e lock-in, e armazenamento de vetores com pgvector e índices ANN. Depois vêm recuperação híbrida com Reciprocal Rank Fusion, reordenação com cross-encoder, montagem de prompt com citações e cache, e um pipeline completo com modos de falha e avaliação.
O que você vai aprender
- ✓Por que recuperação fornece fatos e fine-tuning ensina comportamento
- ✓Fatiamento pela estrutura do documento, com prefixos contextuais e metadados
- ✓Dimensões de embedding, quantização, tipo de entrada e lock-in de modelo
- ✓Armazenamento e busca de vetores no Postgres com pgvector e HNSW
- ✓Recuperação híbrida com Reciprocal Rank Fusion e reordenação com cross-encoder
- ✓Montagem de prompt com citações, cache e avaliação do pipeline
Por que recuperação vence fine-tuning
Um engenheiro de suporte pergunta para o seu app: "o plano Pro inclui logs de auditoria?" O modelo responde, com confiança, que sim. Não inclui. Ninguém escreveu essa frase em lugar nenhum. O modelo produziu uma continuação plausível da pergunta, e plausível é tudo que ele foi treinado para…
Ler a aula completa grátis →Currículo
7 aulasPor que recuperação vence fine-tuning
Compara fine-tuning com recuperação e divide um sistema RAG em pipelines separados de indexação e de consulta.
Fatiamento: o que um trecho precisa carregar
Trata do tamanho dos trechos, do corte pela estrutura, dos prefixos contextuais e dos metadados de origem e tenant.
Embeddings como decisão de arquitetura
Explica similaridade de cosseno, dimensões, quantização e tipo de entrada, e por que guardar o nome do modelo evita indisponibilidade.
Armazenando e recuperando vetores no Postgres
Guarda vetores no Postgres com pgvector e a gem neighbor, usando consultas filtradas e índices HNSW ou IVFFlat.
Recuperação híbrida e reordenação
Combina busca lexical e vetorial com Reciprocal Rank Fusion e depois reordena poucos candidatos com um cross-encoder.
Geração: montando o prompt
Monta um prompt que separa instruções do texto recuperado, exige citações, permite dizer que não sabe e usa cache.
Juntando tudo: um pipeline RAG em Rails
Monta o pipeline como objetos Rails e um job, lista falhas silenciosas em produção e mede recuperação e fundamentação.