nexus/wiki/concepts/RAG.md

title, type, tags, last_updated

title	type	tags	last_updated
RAG	concept	rag retrieval llm ai	2025-04-23

Definition

检索增强生成（Retrieval-Augmented Generation，RAG）是将大语言模型（LLM）链接到外部实时知识库的技术，通过检索+生成的流程提升答案准确性和时效性。

Core Mechanism

1. 检索（Retrieval）：当用户提问时，从外部知识库（向量数据库/知识图谱/公司文档）中检索最相关的信息块（Chunk）
2. 增强生成（Augmented Generation）：将检索结果与用户问题作为上下文输入 LLM，指示其严格基于上下文生成答案

Key Benefits

• 知识更新与定制：无需重新训练即可获取最新信息
• 消除幻觉：提供事实依据，显著降低胡说八道的风险
• 引用来源：可追溯信息来源，增加可信度
• 成本效益：相比微调，成本更低、更新更快

Role in AI System Architecture

• 认知层：RAG 作为 AI 系统的"记忆系统"，负责信息获取与准确性保障
• 补充 Large Language Model 的知识时效性局限
• 为 AI Agent 提供可信赖的信息来源

Related Concepts

• Large Language Model — 被增强的底层模型
• AI Agent — 依赖 RAG 提供准确信息
• Hybrid Search — RAG 常用检索策略
• Semantic Search — 向量检索的核心技术

Sources

• llms-rag-ai-agent-三个到底什么区别
• rag从入门到精通系列1-基础rag
• 大模型相关术语和框架总结｜llm-mcp-prompt-rag-vllm-token-数据蒸馏