RAG（检索增强生成）

什么是 RAG

RAG（Retrieval-Augmented Generation，检索增强生成）是一种把"检索"和"生成"结合起来的技术，让大模型在回答问题时先查资料，再基于查到的资料生成答案。

为什么需要 RAG

大模型有两个固有缺陷：

• 知识截止：训练数据有截止日期，问 2025 年的事它答不上
• 幻觉：会一本正经胡说八道

RAG 用外部知识库补救这两个问题。

RAG 工作流程

1. 把文档切成小块
2. 用 embedding 模型转成向量
3. 用户提问时，把问题也转成向量
4. 在向量数据库里找最相似的几个文档块
5. 把这些文档块 + 用户问题一起喂给大模型
6. 大模型基于真实文档生成答案