AI-ассистент для разработчиков — кейс для "АльфаБанк".

Разбираем:
— pipeline RAG (LLM + vector DB + retrieval)
— где теряются релевантные документы
— почему top-k не спасает
— как embeddings влияют на поиск
— что даёт перефраз запроса
— кейсы, где chunking делает только хуже

Плюс:
— реальный фейл: система не отвечает на очевидный вопрос
— пошаговый разбор, где именно всё ломается

Для тех, кто уже делал RAG и понял, что "что-то не работает", ну или будет делать)

https://youtu.be/LnNkMMb9jT8

https://vkvideo.ru/video-228941334_456239067