1.5 KiB
1.5 KiB
title, type, tags, sources, last_updated
| title | type | tags | sources | last_updated | ||||
|---|---|---|---|---|---|---|---|---|
| Generation | concept |
|
|
2025-01-16 |
Definition
Generation(生成阶段)是 RAG 管道的第三阶段,将用户问题与检索到的相关文档块组合成 Prompt,输入 LLM 生成带事实依据的答案。
Core Process
问题 + Top-k 文档块 → PromptTemplate 组装 → LLM 生成 → 返回答案
- 组装上下文:将问题(Question)和检索到的文档块(Context)放入预定义的字典结构
- Prompt 模板:通过 PromptTemplate 将问题+上下文组合成完整的 Prompt String
- LLM 生成:将 Prompt 输入 LLM,LLM 基于检索到的知识生成回答
- 可选链式组合:使用 LangChain/LlamaIndex 的 Chain 将 Retrieval 和 Generation 串联为统一管道
Key Prompt Pattern
你是一个问答助手。请根据以下参考资料回答用户问题。
如果参考资料中没有相关信息,请如实说明。
参考资料:
{context}
用户问题:{question}
回答:
LangChain Chain
LangChain 和 LlamaIndex 提供了 RetrievalQA Chain 等开箱即用的链,可将检索和生成过程自动化串联,避免手动拼装 Prompt。
Connections
- Generation ← part_of ← RAG
- Generation ← receives_input ← Retrieval
- Generation ← uses ← Large-Language-Model
- Generation ← uses ← Prompt
Aliases
- Answer Generation
- RAG Generation
- LLM Response Generation
- 答案生成