Auto-sync

wiki/concepts/RAG.md

@@ -1,41 +0,0 @@
----
-id: rag
-title: "RAG"
-type: concept
-tags: [LLM, retrieval, augmentation]
-sources:
-  - "[[RAG从入门到精通系列1：基础RAG]]"
-  - "[[LLM Terms Framework]]"
-last_updated: 2025-12-18
----
-
-## Definition
-
-RAG（Retrieval Augmented Generation，检索增强生成）是一种结合检索系统和LLM生成的技术，解决LLM缺乏最新和私有数据的问题。
-
-## Three-Step Process
-
-1. **索引（Indexing）**：将文档切分并转换为Embedding向量存入向量数据库
-2. **检索（Retrieval）**：根据问题语义向量检索相关文档块
-3. **生成（Generation）**：将问题和相关文档输入LLM生成答案
-
-## Key Components
-
-- **Embedding**：将文本转换为数值向量
-- **向量数据库**：存储和检索向量表示（如Qdrant）
-- **文档切分**：将长文档分割成符合Embedding窗口的块
-- **Context Window**：模型能接受的上下文长度限制（512-8192 token）
-
-## Why It Matters
-
-解决LLM的幻觉问题，让模型能够：
-- 访问最新信息
-- 利用私有数据
-- 提供可溯源的回答
-
-## Connections
-- [[LLM]] ← uses ← [[RAG]]
-- [[RAG]] ← includes ← [[索引]]
-- [[RAG]] ← includes ← [[检索]]
-- [[RAG]] ← includes ← [[生成]]
-- [[RAG]] ← extends ← [[LLM]]