FLARE (truy xuất chủ động đọc trước) là một phương pháp RAG xem trước những gì sẽ xảy ra tiếp theo trong quá trình tạo văn bản, tự động đưa ra truy vấn tìm kiếm mỗi khi phần có độ tin cậy thấp xuất hiện và tiếp tục tạo trong khi bổ sung thông tin.
FLARE (Truy xuất chủ động hướng tới tương lai) là một phương pháp tìm kiếm tích cực trong đó mô hình tổng quát đọc trước văn bản và tự động tạo các truy vấn tìm kiếm bổ sung mỗi khi nó phát hiện một phần có độ tin cậy thấp trong quá trình tạo và tiếp tục tạo các truy vấn tìm kiếm bổ sung trong khi bổ sung thông tin mỗi lần. Nó được giới thiệu là dễ dàng ngăn chặn ảo giác hơn RAG tìm kiếm một lần cho các nhiệm vụ yêu cầu câu trả lời dài hoặc lý luận nhiều bước. Tuy nhiên, trong hoạt động thực tế kể từ năm 2026, cạm bẫy chính trong lĩnh vực này là độ trễ và chi phí của các lệnh gọi API có thể tăng nhiều lần so với một RAG đơn lẻ vì một tìm kiếm được chèn vào mỗi lần nó được tạo. Đã có báo cáo cho rằng nếu giá trị ngưỡng để đánh giá độ tin cậy được thiết kế không chính xác, các tìm kiếm không cần thiết sẽ xảy ra thường xuyên và chất lượng cũng như chi phí phản hồi sẽ thực sự tồi tệ hơn. Về cách chọn nó trong lĩnh vực này, người ta cho rằng nó phù hợp hơn cho ứng dụng nghiên cứu và tạo báo cáo, ưu tiên độ chính xác hơn so với các chatbot yêu cầu phản hồi ngay lập tức và về mặt thực tế, nên đặt giới hạn trên cho số lượng tìm kiếm và sử dụng bộ nhớ đệm để tránh chi phí vượt mức.