RAG: ampliar documentos pode reduzir a dependência de LLMs maiores
Um paper de pesquisadores da CMU, datado de 14 de janeiro de 2026, avalia ampliar o corpus de recuperação como alternativa a aumentar o modelo. Segundo o post, um modelo médio com mais documentos pode igualar um modelo maior com um corpus menor.
Fonte: Menos LLM, mais documentos: uma abordagem de scaling para RAG (arxiv.org). Texto preparado com IA a partir dessa fonte.
O que aconteceu e o que fazer
O paper de pesquisadores da CMU “Less LLM, More Documents: Searching for Improved RAG”, datado de 14 de janeiro de 2026, estuda se expandir o corpus de recuperação pode ser uma alternativa a aumentar o modelo de linguagem. Segundo o post sobre o trabalho, um modelo médio com um corpus grande pode igualar um modelo maior com um corpus menor.
Uma empresa pode testar essa abordagem em seu próprio caso: organizar e ampliar o acervo relevante, instrumentar a ingestão e a busca e comparar modelos e tamanhos de corpus com perguntas representativas. Métricas de qualidade, latência e custo ajudam a decidir se vale investir em mais documentos, em um modelo maior ou em melhorias no processo de recuperação.
Como a consultoria pode ajudar
A Wendelmaques pode diagnosticar seu caso de RAG, definir uma avaliação com dados e perguntas representativos e propor a implementação de ingestão, recuperação e monitoramento. O escopo pode incluir operação da solução na infraestrutura da empresa.
Próximo passo
Envie uma breve descrição do seu caso de busca ou RAG para receber uma proposta com escopo definido para diagnóstico e implementação.
Vamos avaliar seu projeto
Respondo com escopo e proposta.