RAG 是什么?为什么知识库问答离不开检索
RAG 是 Retrieval-Augmented Generation,中文常叫检索增强生成。它的核心不是让模型记住所有资料,而是在回答前先从外部知识库找相关内容,再让大模型基于这些内容生成答案。 它解决的是什么问题 普通大模型只依赖训练时学到的知识和当前输入,遇到公司制度、产品文档、合同条款、最...
AI百科 • Admin •
19
找到 2 篇相关文章
RAG 是 Retrieval-Augmented Generation,中文常叫检索增强生成。它的核心不是让模型记住所有资料,而是在回答前先从外部知识库找相关内容,再让大模型基于这些内容生成答案。 它解决的是什么问题 普通大模型只依赖训练时学到的知识和当前输入,遇到公司制度、产品文档、合同条款、最...
向量数据库几乎成了 RAG 方案里的高频词,很多人一看到它就觉得这是个很重的基础设施。其实从功能上理解,它并不神秘。向量数据库的核心作用,是把文本、图片或其他内容的向量表示存起来,并且支持高效做相似度检索。也正因为它擅长“找最像的内容”,它才总是和 RAG 一起出现。 如果你做的是普通关键词搜索,传...