La generazione aumentata dal recupero (RAG) è una progettazione di IA in cui un sistema cerca in una fonte di informazioni esterna, spesso un archivio di documenti o un database vettoriale, e fornisce passaggi pertinenti a un modello linguistico prima che generi una risposta. Ciò consente al sistema di utilizzare materiale aggiornato o specifico dell'organizzazione senza fare affidamento esclusivamente sulle informazioni apprese durante l'addestramento.
La RAG può migliorare la pertinenza, ma comporta anche rischi per la sicurezza e la privacy, perché i contenuti recuperati dalle fonti potrebbero essere sensibili. Se i controlli di autorizzazione mancano o vengono applicati in modo incoerente, un utente potrebbe ricevere passaggi a cui non è autorizzato ad accedere. I difensori dovrebbero applicare i controlli di accesso al momento del recupero, separare i dati dei diversi tenant, ridurre al minimo e proteggere le informazioni indicizzate e gestire la conservazione e l'eliminazione di documenti, incorporamenti, cache e log.