RAG 检索增强生成

一句话：RAG = 检索技术 + LLM 提示，让模型结合外部知识库回答。

---

为什么需要 RAG

• LLM 训练数据有截止日期，答不了最新信息
• 可能产生幻觉
• 企业私有数据不在训练集中

---

RAG vs 微调

维度	RAG	微调
知识更新	更新文档即可，实时	需重新训练，成本高
成本	低（只需向量库）	高（GPU训练）
适用	知识库问答、文档检索	特定领域风格/格式
可解释性	高（可追溯来源）	低（融入权重）

---

完整流程

1. 索引阶段（离线）

文档 → 分块 → Embedding 向量化 → 存入向量数据库

2. 检索 + 生成阶段（在线）

用户提问 → 向量化 → 向量库搜索召回相关片段
         → 片段 + 问题组装成 Prompt → LLM 生成回答

┌─────────────────────────────────────────────┐
│  文档 → 分块 → Embedding → 向量库            │  (离线)
├─────────────────────────────────────────────┤
│  问题 → Embedding → 搜索 → 相关片段          │
│       → 注入 Prompt → LLM → 回答             │  (在线)
└─────────────────────────────────────────────┘

---

参考

• 知乎-一文读懂大模型RAG (opens new window)