RAG 在办公领域的探索与实践

文章预览

导读   随着大模型的飞速发展，中国大模型与 OpenAI 大模型的差距正不断缩减，然而，在应用落地方面，大模型仍面临着诸多挑战。本文将聚焦于 RAG 这一大模型前沿技术，分享其在办公领域的应用实践。 今天的介绍会围绕下面五点展开： 1.  背景介绍 2.  RAG 核心技术架构 3.   RAG 构建挑战与实践 4.  总结 5.  Q 分享嘉宾｜ 付一韬 中移动信息技术有限公司 高级NLP算法工程师 编辑整理｜ 马同学 内容校对｜李瑶 出品社区｜ DataFun 01 背景介绍 大模型在应用落地上存在的主要问题包括： 幻觉问题：大模型在没有答案的情况下提供虚假信息。 新鲜度问题：由于模型知识更新较慢、周期较长、成本问题等导致模型内容不够新鲜。 数据安全与隐私问题：数据存在泄露和滥用等风险。 为解决上述问题，RAG 应运而生。 RAG，即检索增强生成（Retrieval-Augmented ………………………………