5 documentos etiquetados con "RAG"

Combinar búsqueda vectorial y BM25 en Weaviate para obtener resultados más relevantes que con un solo método.

Indexar textos en ChromaDB con embeddings automáticos y recuperar los más relevantes para una consulta, sin escribir una línea de código de vectorización.

Añadir búsqueda semántica a una base de datos PostgreSQL existente con una sola extensión, sin infraestructura adicional.

Generar embeddings sin enviar datos a ningún servicio externo usando Ollama y nomic-embed-text, útil para RAG privado.

Queremos hacer preguntas a un modelo sobre documentos privados sin enviarlos a servicios externos, y para ello usaremos AnythingLLM con Ollama como LLM runtime local.