# RAG, ferramentas e memória

Giorgio Learn · Roteiro de exercícios

## Pré-requisitos
Python, busca textual, embeddings e contratos HTTP básicos.

## 1. Retrieval híbrido, chunking e reranking

Se o top-10 recupera os três, a resposta já está garantida?

Minha resposta:

Prática: Projete uma estratégia híbrida para documentação técnica onde nomes de funções exatos e semântica são igualmente importantes.

Evidências e limitações:

## 2. Grounding, provenance, citações e freshness

O que fazer quando duas versões do documento discordam?

Minha resposta:

Prática: Crie um esquema mínimo de evidence object capaz de provar de onde veio cada fato.

Evidências e limitações:

## 3. Tool contracts, idempotência e autoridade de resultados

Uma chave fornecida pelo modelo elimina a necessidade de validar autorização?

Minha resposta:

Prática: Desenhe uma tool de transferência financeira que seja segura contra retry duplicado sem esconder confirmação do usuário.

Evidências e limitações:

## 4. Working, episodic e semantic memory sob orçamento

É seguro compartilhar cache de memória entre usuários por similaridade textual?

Minha resposta:

Prática: Classifique dez exemplos de informação em working, episodic, semantic ou discard e justifique duas exceções.

Evidências e limitações:

## 5. Evals de retrieval, grounding e tool execution

Se a busca melhora para dez e a geração continua em seis, qual etapa revisar?

Minha resposta:

Prática: Monte uma matriz de avaliação que consiga distinguir falha de retrieval, falha de rerank e alucinação na geração.

Evidências e limitações:

## Projeto: Assistente documental com evidência verificável

- [ ] Prepare 20 documentos sintéticos e dez perguntas com trechos de referência.
- [ ] Compare busca lexical e uma segunda estratégia com o mesmo corpus.
- [ ] Registre recall, suporte das afirmações, fontes desatualizadas e perguntas sem resposta.

## Referência
https://arxiv.org/abs/2005.11401