Generación Basada en Hechos
La Generación Basada en Hechos (Grounded Generation) se refiere al proceso de restringir o anclar la salida de un modelo de IA generativa (como un LLM) a un conjunto específico y verificable de fuentes de conocimiento externas. En lugar de depender únicamente del vasto conocimiento de su conjunto de entrenamiento, que puede estar desactualizado o ser una alucinación, el modelo se ve obligado a basar sus respuestas en un contexto proporcionado y autorizado.
En las aplicaciones empresariales, el riesgo de 'alucinación' —donde una IA afirma información falsa con confianza— es un obstáculo crítico. La Generación Basada en Hechos mitiga este riesgo proporcionando un ancla fáctica. Transforma los LLM de generadores de texto creativos a asistentes de conocimiento confiables y basados en evidencia, lo cual es vital para el cumplimiento, la toma de decisiones y la confianza del cliente.
La implementación más común implica la Generación Aumentada por Recuperación (Retrieval-Augmented Generation, RAG). El proceso generalmente sigue estos pasos: