1.2 KiB
1.2 KiB
id, title, type, tags, sources, last_updated
| id | title | type | tags | sources | last_updated | |||||
|---|---|---|---|---|---|---|---|---|---|---|
| rag | RAG | concept |
|
|
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
- 索引（Indexing）：将文档切分并转换为Embedding向量存入向量数据库
- 检索（Retrieval）：根据问题语义向量检索相关文档块
- 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