Опубликовано
RAG от простого к сложному: как построить систему знаний которая не умрёт
Автор: Гусев Николай [портфолио]
Дата обновления не указана в исходнике.
Темы: agent-memory, ai-agents, llm-api, prompting
RAG от простого к сложному: как построить систему знаний которая не умрёт
Три ступени эволюции — от naive к agentic и adaptive. Для каждого уровня — конкретная боль которую он решает.
• Naive RAG: запрос → embed → чанки → ответ. Собрать за вечер, потолок — простые фактологические вопросы. Точность ~75%.
• Agentic RAG: система сама думает над поиском — уточняет запрос, выбирает источники, переформулирует если результат плохой. Self-RAG, CRAG, LangGraph. Точность 85-95%, но в 5-10x дороже.
• Adaptive RAG: классификатор определяет сложность запроса и маршрутизирует — простые вопросы дешево и быстро, сложные — с agentic reasoning. Экономия до 60% токенов.
Читать полностью: https://telegra.ph/RAG-ot-prostogo-k-slozhnomu-kak-postroit-sistemu-znanij-kotoraya-ne-umryot-06-10
#гайд #rag #методология #hermesagent