De documento crudo a chunk indexable
5 etiquetas
← 10-rag
Los cuatro pasos entre el fichero y el vector —extraer, limpiar, trocear y etiquetar— y lo que cada uno pierde. Qué se complica en cada formato, por qué el ruido compite por aparecer en los resultados, y por qué la metadata es lo que hace citable y auditable el sistema.
- rag
- document-loaders
- limpieza
- metadata
- preparacion-de-datos