RAG

RAG（Retrieval-Augmented Generation，检索增强生成）是一种让大语言模型在回答问题前，先从外部知识库中检索相关资料，再结合资料生成答案的技术。它把「模型的参数知识」换成「可随时更新的外部知识」，是目前企业落地 AI 应用最常用的架构之一。

为什么需要 RAG

大模型的知识来自训练数据，存在两个天然缺陷：时效性差（不知道训练截止后的事情）和幻觉（会一本正经地编造）。RAG 通过「先查资料再回答」缓解这两个问题——答案有出处、知识可随时增删，不需要重新训练模型。

工作原理

1. 向量化入库：把文档切分成片段，用 Embedding 模型转成向量，存入向量数据库；
2. 检索（Retrieval）：用户提问时，把问题同样转成向量，从库里召回语义最相近的若干片段；
3. 增强生成（Augmented Generation）：把召回的片段和问题一起放进提示词，让模型基于资料作答，并标注引用来源。

一句话理解：RAG = 开卷考试。模型不用背下所有知识，考试时现场翻书（检索）作答，答不出时还能看到书页出处。

与微调（Fine-tuning）的对比