写给小白的大模型应用科普：RAG篇

文章预览

文末赠书 当前大模型被普遍看好的两个专业应用方向是RAG（Retrieval-Augmented Agenerated，检索增强生成）与Agent（AI智能体）。本篇小枣君首先尝试用通俗易懂的语言帮助大家认识RAG这一重要应用形式。 01 了解大模型的“幻觉” 在了解为什么出现RAG之前，我们首先需要了解大模型著名的“幻觉”问题。 “幻觉”指的是大模型在试图生成内容或回答问题时，输出的结果不完全正确甚至错误，即通常所说的“一本正经地胡说八道”。 这种“幻觉”可以体现为对事实的错误陈述与编造、错误的复杂推理或者在复杂语境下处理能力不足等。其主要原因来自于： （1） 训练知识存在偏差： 老师教错了 ，学生自然 对不了。 在训练大模型时输入的海量知识可能包含错误、过时，甚至带有偏见的信息。这些信息在被大模型学习后，就可能在未来的输出中被重现。 ………………………………