RAG
Retrieval-Augmented Generation. L'architettura che recupera documenti rilevanti da un archivio esterno al momento della query e li fornisce a un modello linguistico come contesto, così le risposte sono ancorate a dati attuali o privati e non al solo addestramento del modello.
ANN
Approximate Nearest Neighbour. Una classe di algoritmi di ricerca che restituiscono vettori vicini a quello della query senza scansionare l'intero indice, sacrificando un po' di recall per grandi guadagni di velocità e scala.
HNSW
Hierarchical Navigable Small World. Un indice ANN basato su grafi che naviga grafi di prossimità a livelli dal grossolano al fine; l'indice ad alto recall e bassa latenza di default in pgvector, Qdrant, Weaviate e RediSearch.
IVF
Inverted File Index. Un metodo ANN che raggruppa i vettori in liste (celle) e cerca solo le nprobe liste più vicine alla query, scambiando recall per velocità; spesso combinato con la product quantization come IVF-PQ.
PQ
Product Quantization. Una tecnica di compressione che suddivide un vettore in sotto-vettori e ne sostituisce ciascuno con un id di codebook, riducendo memoria e accelerando il calcolo della distanza a costo di un po' di precisione.
BM25
Best Matching 25. Una funzione di ranking lessicale probabilistica che assegna punteggi ai documenti per frequenza pesata dei termini con normalizzazione della lunghezza; la baseline standard di retrieval sparse e la metà lessicale di gran parte della ricerca ibrida.
TF-IDF
Term Frequency-Inverse Document Frequency. Uno schema di pesatura classico che assegna a un termine un punteggio alto quando è frequente in un documento ma raro nel corpus; l'antenato concettuale di BM25.
RRF
Reciprocal Rank Fusion. Un metodo basato solo sui ranghi per unire più liste di risultati sommando 1/(k + rango) per documento; usato per fondere risultati lessicali e vettoriali senza normalizzare punteggi incompatibili.
MMR
Maximal Marginal Relevance. Una strategia di re-ranking che seleziona risultati bilanciando rilevanza rispetto alla query e diversità dai risultati già scelti, riducendo i passaggi quasi-duplicati nel contesto.
RAGAS
Retrieval-Augmented Generation Assessment. Un framework di valutazione open source che calcola faithfulness, answer relevancy, context precision e context recall per pipeline RAG, tipicamente tramite un LLM giudice.
LLM
Large Language Model. Un modello basato su transformer addestrato su grandi corpora di testo che genera e ragiona sul linguaggio naturale; il componente di generazione di un sistema RAG.
kNN
k-Nearest Neighbours. La versione esatta della ricerca dei vicini più prossimi che confronta la query con ogni vettore e restituisce i k più vicini; accurata ma lineare nella dimensione del corpus, da cui l'approssimazione con ANN su larga scala.
TTL
Time To Live. La durata dopo la quale una voce in cache (embedding, risultato di retrieval o risposta generata) è considerata stale e ricalcolata; il principale controllo di freschezza per le cache RAG.
HyDE
Hypothetical Document Embeddings. Un metodo di query expansion che embedda una bozza di risposta generata dal modello invece della query grezza, recuperando documenti simili alla risposta ipotetica.
kV Cache
Key-Value Cache. Le chiavi e i valori di attenzione del transformer memorizzati per i token già elaborati; il prompt/KV caching li riusa tra chiamate che condividono un prefisso per ridurre latenza e costo sul contesto di grounding ripetuto.
OOD
Out Of Distribution. Input marcatamente diverso da ciò su cui un modello o un retriever è stato calibrato; le query OOD spesso recuperano male e sono una fonte comune di fallimenti RAG.
NER
Named Entity Recognition. L'estrazione di entità (persone, organizzazioni, date, prodotti) dal testo; usata nell'arricchimento dei metadati e per costruire il grafo di entità nel GraphRAG.
Latenza p95
95-esimo Percentile di Latenza. Il tempo di risposta sotto cui si completa il 95% delle richieste; una metrica di tail latency più onesta della media per la RAG verso l'utente, poiché gli outlier lenti dominano la velocità percepita.
Recall@k
Recall a k. La frazione di tutti i documenti rilevanti che compaiono nei primi k risultati recuperati; la metrica di qualità del retrieval che pone il tetto alla qualità delle risposte.
MRR
Mean Reciprocal Rank. La media di 1/(rango del primo risultato rilevante) sulle query; premia i retriever che pongono un documento rilevante vicino alla cima.
nDCG
Normalised Discounted Cumulative Gain. Una metrica di ranking che premia il porre risultati molto rilevanti vicino alla cima, scontando i guadagni per posizione e normalizzando rispetto all'ordinamento ideale.
ETL
Extract, Transform, Load. Il pattern dietro una pipeline di ingestion RAG: estrarre documenti dalle fonti, trasformarli pulendo e suddividendo in chunk, e caricare chunk ed embedding nello store.
OCR
Optical Character Recognition. La conversione di immagini o PDF scansionati in testo leggibile dalla macchina; un frequente primo passo nell'ingestion di documenti non nativi digitali in un corpus.
PII
Personally Identifiable Information. Dati che possono identificare un individuo; i corpus RAG devono rilevare, oscurare o controllare l'accesso alle PII per soddisfare requisiti di privacy e compliance.
MCP
Model Context Protocol. Un protocollo aperto di Anthropic per collegare i modelli a tool e fonti dati esterne tramite un'interfaccia standard, sempre più usato per esporre retriever e corpus agli agenti.
CRAG
Corrective RAG. Un approccio che valuta i documenti recuperati e attiva azioni correttive (ri-query, ricerca web o scarto) quando la qualità del retrieval è giudicata bassa, prima di generare una risposta.
Self-RAG
Self-Reflective RAG. Un metodo in cui il modello emette token di riflessione che decidono quando recuperare e critica se il proprio output sia supportato dalle prove recuperate, migliorando il grounding in modo selettivo.
SLA
Service Level Agreement. Un obiettivo concordato (ad esempio latenza p95 o disponibilità) per un servizio RAG in produzione; orienta scelta dell'indice, caching e capacity planning.
VRAM
Video RAM. La memoria GPU che limita quanto grande un modello di embedding o re-ranker, e quanto ampio un batch, si possa eseguire localmente; un vincolo pratico quando si self-hostano componenti RAG.