RAG 技术详解

RAG 全称 Retrieval-Augmented Generation，即检索增强生成。

为什么需要 RAG？

LLM 存在知识截止时间、幻觉和私有数据不可见等问题。

RAG 的基本流程：

1. 文档切片
2. Embedding 向量化
3. 写入向量数据库
4. 用户问题向量化
5. 相似度检索
6. 将上下文交给 LLM
7. 生成最终答案

RAG 的优势

它不需要重新训练大模型，就可以快速接入企业内部知识。