Sessão de Bancada Graph RAG e os Tipos de RAG na Prática (2024-11-04)
Entre para ler os trechos da transcrição de cada capítulo e perguntar ao Labinho sobre esta sessão.
O Labinho é o assistente que responde com as notas e as sessões do LabS e mostra de onde tirou cada resposta.
Notas citadas nas anotações desta sessão.
A sessão contextualizou o trabalho da bancada de IA generativa, que vem explorando técnicas de RAG e se aproxima da criação de produtos experimentais. Foram retomados os conceitos de RAG tradicional, RAG semântico e Agentic RAG, destacando que cada abordagem atende a diferentes níveis de complexidade e necessidades. Também se discutiu como o RAG complementa modelos generalistas ao recuperar informações externas, enriquecer o contexto dos prompts e reduzir alucinações, sem exigir o treinamento completo de um novo modelo. A conversa ressaltou que a escolha da técnica depende do caso de uso, dos recursos disponíveis e do equilíbrio entre custo, precisão e complexidade.
O foco principal foi o Graph RAG, abordagem que organiza documentos em grafos de conhecimento, identificando entidades, relações e comunidades para permitir buscas mais contextualizadas e específicas. A técnica foi comparada a uma árvore ou rede de tópicos, capaz de percorrer apenas os ramos relevantes de uma pergunta, como separar os conhecimentos de Leonardo da Vinci por áreas antes de responder sobre um tema específico. Foram mencionadas aplicações em saúde, finanças e cidades inteligentes, além do uso de bancos como Neo4j e da biblioteca GraphRAG da Microsoft. A parte prática não foi concluída devido a problemas com chaves e créditos de modelos, mas foi apresentada uma sequência de configuração, ingestão de arquivos, geração de grafos e consultas; ficou encaminhada a realização posterior de testes com outra chave e o compartilhamento do código e de materiais complementares. Ao final, foi solicitado o preenchimento de um formulário anônimo de feedback, e a próxima sessão foi indicada para quinze dias depois.