RAG

RAG（Retrieval-Augmented Generation，检索增强生成）是一种将预训练大语言模型（LLM）与外部知识检索系统相结合的混合 AI 架构。它由 Meta AI 的 Patrick Lewis 等人于 2020 年正式提出。传统的 LLM（如 ChatGPT）像是一个“闭卷考试”的学生，依靠记忆（预训练权重）作答，容易产生幻觉 (Hallucination) 且无法获取最新信息；而 RAG 则赋予了模型“开卷考试”的能力——在回答问题前，先从外部知识库（如企业文档、互联网、医学指南）中检索相关信息，作为“参考资料”喂给模型，从而生成准确、可溯源且实时的回答。目前，RAG 已成为构建垂直领域 AI 应用（如法律、医疗助手）的主流范式。

RAG

Retrieval-Augmented Generation (点击展开)

核心：检索 + 生成

技术参数
提出时间	2020 年 (NeurIPS)
核心组件	向量数据库, LLM
解决痛点	幻觉, 知识过时
关键技术	Vector Embeddings (嵌入)
典型应用	Open Evidence, Bing Chat

工作原理：三步走战略

RAG 的运行流程可以形象地比喻为“先查资料，再写论文”。其标准流程包含三个核心阶段：

1. 检索 (Retrieval)： 当用户提问时，系统首先将问题转化为向量 (Vector)，然后在外部知识库（向量数据库）中搜索语义最相似的文档片段。
2. 增强 (Augmentation)： 将检索到的“事实片段”与用户的原始问题拼接在一起，构建一个包含上下文的 Prompt（提示词）。
   ➤ 提示词示例："基于以下参考资料：[资料A, 资料B...]，请回答用户的问题：[用户提问]"
3. 生成 (Generation)： LLM 接收到这个增强后的提示词，像做阅读理解题一样生成答案，并注明引用来源。

技术路线之争：RAG vs. Fine-tuning

选型指南： 如果你需要模型学习一种“新的说话风格”或“特定任务格式”，用 Fine-tuning (微调)；如果你需要模型掌握“海量的新知识”或“实时更新的事实”，必须用 RAG。

维度	RAG (外挂知识库)	Fine-tuning (微调模型)
知识更新	实时 (Real-time) 只需更新数据库，无需重训。	静态 (Static) 知识固化在权重中，更新需重训。
可解释性	高 (Verifiable) 可提供引用来源，便于核查。	低 (Black Box) 无法准确知道知识来自哪。
幻觉问题	大幅降低	依然存在
成本	较低 (架构搭建)	较高 (算力消耗)

生态系统：向量数据库的崛起

Vector Database (向量数据库)

RAG 的兴起直接带火了向量数据库赛道（如 Pinecone, Milvus, Chroma）。因为 RAG 的核心在于“检索”，而传统的关键词匹配（Keyword Match）无法理解语义，只有通过Embeddings (向量嵌入) 才能实现“意图理解”。

       学术参考文献 [Academic Review]
       

[1] Lewis P, et al. (2020). Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks. NeurIPS.
[点评]：RAG 的奠基之作。文章首次提出将参数化记忆（Generator）与非参数化记忆（Retriever）结合，刷新了多项 QA 任务的 SOTA。

[2] Gao Y, et al. (2023). Retrieval-Augmented Generation for Large Language Models: A Survey. arXiv preprint.
[点评]：全面综述了 RAG 的进化路线，包括 Naive RAG, Advanced RAG 和 Modular RAG 等变体。

[3] Kandpal N, et al. (2023). Large Language Models Struggle to Learn Long-Tail Knowledge. ICML.
[点评]：研究指出 LLM 很难记住长尾（罕见）知识，从理论上证明了外挂知识库（RAG）对专业领域的必要性。

           AI 架构 · 知识图谱