RAG的名词解释

RAG 名词解释，全称 Retrieval-Augmented Generation，检索增强生成

1. 标准定义

RAG 是大模型落地主流技术架构：在大模型生成答案前，先从自有知识库 / 本地文档检索真实资料，把检索到的参考原文连同用户问题一起喂给大模型，再由模型依据参考素材生成回答，解决大模型知识过时、幻觉、私有数据无法调用的问题。

2. 工作三步流程

1.检索（Retrieval）：用户提问→向量库匹配、调取相关文档片段；

2.增强（Augmented）：检索内容 + 用户 prompt 合并，作为上下文；

3.生成（Generation）：大模型依托参考资料输出答案。

3. 核心作用

• 消除AI 幻觉（编造不存在内容）；

• 接入企业私有文档、最新行业数据（弥补大模型训练截止时间缺陷）；

• 不用微调大模型，低成本实现知识库问答。

4. 通俗理解

给 AI 配一个专属私人图书馆，AI 答题前先翻书查资料，再照着书本内容作答。

5. 关联区分

AIGC：内容生成能力；

RAG：优化 AIGC 答案准确度的配套技术；

AGI：通用人工智能（尚未落地）。