15种典型RAG框架：卡内基梅隆大学最新RAG综述

文章预览

1. 引言 1.1 检索增强生成（RAG）概览 RAG（Retrieval-Augmented Generation）融合了两大核心组件： -（i）检索模块，负责从外部知识库中检索相关文档或信息，利用 密集向量 表示从大型数据集，如维基百科或私有数据库中识别相关文档。 -（ii）生成模块，负责处理这些信息，产出类似人类语言的文本，检索到的文档随后被送至生成模块，该模块通常基于 transformer 架构构建。 RAG有助于 减少生成内容的“幻觉”现象 ，确保文本更具事实性和上下文适宜性。RAG已广泛应用于多个领域，包括: • 开放领域问答 • 对话智能体 • 个性化推荐。 1.2 混合检索和生成的新系统 在RAG出现之前，自然语言处理（NLP）主要依赖于检索或生成方法。 • 基于检索的系统：例如传统的信息检索引擎，能够高效地根据查询提供相关文档或片段，但无法合成新信息或以连贯的叙述形 ………………………………