1.4 高级RAG
高级检索增强生成(Retrieval-Augmented Generation,简称RAG)在算法和实现上更为复杂和深入,旨在提高模型在实际应用中的性能和效果。在本节的内容中,将详细讲解高级 RAG的知识,介绍高级RAG的主要应用领域和相关实现方案。
1.4.1 高级RAG和标准RAG的区别
高级 RAG的架构如图1-8所示,它和标准RAG在实现上有一些区别,具体说明如下所示。
- 技术细节的进一步深化:高级 RAG 的文章提到了一些在实际应用中更为深入和复杂的技术,例如分块(Chunking)和向量化(Vectorisation)、分层索引、假设性问题和 HyDE 等。这些技术细节的进一步深化可以提高模型在复杂场景中的性能和效果。
- 分层索引和检索优化:高级 RAG 提到了分层索引的概念,通过创建两个索引(一个由摘要组成,另一个由文档块组成),实现在搜索时的分步过滤。这可以提高