（13-1）RAG基础知识介绍：RAG模型概述

RAG（Retrieval-Augmented Generation）是一种自然语言处理模型架构，旨在结合检索和生成两个关键的NLP（Natural Language Processing）任务。RAG模型可以应用于诸如问答系统、文本摘要、对话系统等多个领域。在本章的内容中，将详细讲解RAG的基础知识，介绍RAG技术的原理和架构知识，为读者步入后面知识的学习打下基础。

1.1  RAG模型概述

检索增强生成（Retrieval Augmented Generation），简称 RAG，已经成为当前最火热的LLM应用方案。RAG是结合检索和生成任务的自然语言处理模型架构，RAG模型通常包括如下两个主要组成部分：

1. 信息检索模块：用于从大型文本数据中检索相关的信息；
2. 生成模块：用于生成输出文本。这种结合检索和生成的方法旨在提高模型的性能，特别是在涉及特定领域知识或需要引用外部信息的任务中。

1.1.1  RAG的推出背景