Módulo 7: RAG y Semantic Search
1. Introducción al Módulo: RAG y Semantic Search
Descripción
Este módulo inicia la Fase 3: RAG y Aplicaciones. Aquí conectas todo lo aprendido (vectores, similaridad, búsqueda) para entender RAG (Retrieval-Augmented Generation): cómo LLMs usan semantic search para generar respuestas precisas y actualizadas.
Tiempo estimado: 2-2.5 horas
Objetivos del Módulo
- Entender RAG conceptualmente (problema, solución, arquitectura)
- Conectar semantic search con LLMs
- Analizar flujo RAG completo (retrieval → augmentation → generation)
- Comparar RAG vs fine-tuning
- Identificar limitaciones y trade-offs de RAG
Roadmap: 7 cápsulas
| # | Cápsula | Duración |
|---|---|---|
| 01 | Introducción | 15 min |
| 02 | El problema que RAG resuelve | 20 min |
| 03 | Arquitectura de RAG | 25 min |
| 04 | Flujo RAG paso a paso | 25 min |
| 05 | RAG vs fine-tuning | 25 min |
| 06 | Limitaciones de RAG | 20 min |
| 07 | Ejercicio integrador | 30 min |
Próxima cápsula: 02-the-problem-rag-solves.md — Hallucinations, conocimiento desactualizado.