Workspace sync: auto commit 2026-04-23 12:02:11

wiki/concepts/Generation.md

@@ -0,0 +1,33 @@
+---
+title: "Generation"
+type: concept
+tags: [rag, generation, llm, prompt, reasoning]
+last_updated: 2025-01-16
+---
+
+## Definition
+Generation（生成阶段）是 RAG Pipeline 的第三步，将用户问题与 Retrieval 阶段检索到的相关文档块组合为 Prompt，输入 LLM 生成最终答案。
+
+## Process
+1. **Context Assembly**：将用户问题（Question）与 Top-k 个相关文档块（Context）放入字典结构：`{"question": ..., "context": ...}`
+2. **Prompt Templating**：通过 PromptTemplate 将 Question 和 Context 组合为结构化的 Prompt String
+3. **LLM Inference**：将 Prompt 输入 LLM，LLM 严格基于上下文中提供的信息生成答案
+4. **Output Parsing**：从 LLM 输出中提取纯字符串结果
+
+## Key Requirements for Generation
+- **Source Grounding**：LLM 必须严格基于检索到的上下文生成，不能凭空发挥
+- **Answer Attribution**：理想情况下应提供答案的来源引用（哪些文档块支持该答案）
+
+## In RAG Pipeline
+- **上游**：接收 Retrieval 阶段返回的文档块作为上下文
+- **下游**：输出最终答案给用户
+
+## Frameworks Simplify This
+LangChain 和 LlamaIndex 将 Retrieval + Generation 封装为 RAG Chain（如 RetrievalQA Chain），只需几行代码即可完成端到端 Pipeline。
+
+## Related Concepts
+- [[RAG]] — Generation 是 RAG Pipeline 的第三阶段
+- [[Retrieval]] — Generation 的上游，提供上下文
+- [[PromptTemplate]] — 组装 Question + Context 的模板技术
+- [[Chain]] — LangChain 中串联 Retrieval 和 Generation 的抽象
+- [[Large Language Model]] — 实际执行生成任务的模型