Livello 3 — RAG e conoscenza esterna

6 capitoli · un capitolo al giorno, poi il quiz del livello.

1. Capitolo 1 — Embedding: il significato diventa geometria — Cosa sono i vettori di embedding e perché significati simili finiscono vicini: la base di RAG e della ricerca semantica.
2. Capitolo 2 — La pipeline RAG: indicizza, recupera, genera — Offline i documenti diventano chunk, embedding e indice; online la domanda recupera i passaggi giusti. Come funziona davvero un RAG.
3. Capitolo 3 — Chunking: l'arte di spezzare bene — Dimensione, overlap e confini semantici: perché il modo in cui spezzi i documenti decide la qualità del recupero.
4. Capitolo 4 — Migliorare il recupero: colmare il divario tra domanda e documento — Riscrittura della query, ricerca ibrida e reranking: colmare il divario tra come chiedi e come è scritto il documento.
5. Capitolo 5 — Grounding: risposte ancorate, fonti citate, e il coraggio del "non lo so" — Come ottenere risposte che citano le fonti e ammettono i limiti, invece di improvvisare quando il recupero fallisce.
6. Capitolo 6 — La saggezza del livello: quando il RAG non serve — Contesto lungo, fine-tuning o un buon prompt: i casi in cui montare una pipeline RAG è la scelta sbagliata.