RAG框架，都在这了!

文章预览

RAG 很多人都听说过，或者实践过，目前最直接的应用就是构建智能问答系统。 什么是 RAG？ RAG 是 R etrieval A ugmented G eneration 的简写，翻译过来就是 检索增强生成 。 从名字就可以拆分出 RAG 的三大部分，检索、增强、生成，表面意思就是 ： 1、去知识库检索相关的各种东西 2、把检索出来的信息，融合到 prompt 中，增强输入信息 3、最后是大模型生成更符合事实性的回答 为什么需要用到 RAG 呢？ 大模型"幻觉"的问题一直存在，RAG 是缓解其幻觉的一个很重要的途径，当然还有其他缓解的方式,SFT 这些。 有几点比较重要的优势吧。 外挂知识，可以增加 LLM 推理的能力、准确性，能够更加复合客观事实。 知识库增删修改更加方便，遇到 bug 及时修复知识库，或者更新知识库即可，基本是用户没有感知的状态，不像 SFT 还需要重新训练，耗费时间。 再就是 ………………………………