Vou consertar e otimizar recuperação e alucinações do chatbot rag

Seu chatbot RAG recupera evidências fracas, cita a fonte errada ou tem desempenho ruim à medida que seus dados crescem?

Eu diagnóstico, conserto e otimizo chatbots RAG existentes que deixam passar trechos relevantes, classificam mal as evidências ou respondem além das fontes disponíveis.

Inspeciono ingestão, chunking, metadados, busca lexical e vetorial, fusão híbrida, classificação, construção de contexto, mapeamento de citações e comportamento de evidências insuficientes. Você recebe casos de teste reproduzíveis, descobertas priorizadas e resultados claros de antes e depois. Os pacotes Standard e Premium incluem as mudanças de código acordadas.

Meu backend de recuperação de produção combina busca de texto completo e semântica com fusão de classificação ponderada, deduplicação de fontes, leitura de evidências, cache e verificações de regressão. Quando necessário, posso otimizar a recuperação vetorial básica em um pipeline híbrido melhor testado. Meu foco é na precisão de recuperação mensurável, não apenas na mudança de prompts.

Trabalho com Python ou JavaScript, APIs REST, FastAPI, Cloudflare Workers, PostgreSQL pgvector, Qdrant, SQLite FTS5 e stacks similares.

Me envie uma mensagem antes de fazer o pedido com seu stack, exemplos de falhas, método de acesso e de 2 a 5 perguntas reais.