¿Qué afirmación describe correctamente la Generación Aumentada por Recuperación (RAG)?

La Generación Aumentada por Recuperación (RAG) es un método que permite a los Grandes Modelos de Lenguaje (LLM) acceder y utilizar información de fuentes de datos externas y autorizadas en tiempo real. Esto mejora significativamente la precisión, relevancia y actualidad de sus respuestas, ya que no se limitan solo a los datos con los que fueron entrenados inicialmente. La clave es que no requiere reentrenar el modelo, lo que ahorra tiempo y recursos. Las otras opciones son incorrectas porque: Entrenar LLM con grandes cantidades de datos nuevos es parte del entrenamiento inicial o el ajuste fino, no RAG. Restringir los LLM a sus datos de entrenamiento originales limita su conocimiento y no mejora la precisión con información externa. RAG no se centra específicamente en la traducción de idiomas; es una técnica general para mejorar la generación de texto.