（24-4-01）基于大模型的Python学习系统（Gemma+Langchain+FAISS）：RAG（1）

12.5  RAG

在本节将介绍使用检索增强生成（RAG）技术，结合微调的语言模型，提供了一种有效的方式来回答Python编程问题。RAG允许模型从检索到的相关文档中提取信息，并在生成答案时利用这些信息，从而提高了答案的准确性和全面性。通过RAG赋能，我们的模型在回答Python问题时能够产生更具相关性和详细性的答案，为软件工程师提供了更好的支持和指导。

12.5.1  RAG适配器

在本项目中，将使用 LangChain 包装 RAG 模型的适配器。适配器包含一个 _call() 方法，该方法会被 LangChain 调用。在调用过程中，首先将提示进行分词处理，然后传递给模型生成响应，最后对生成的响应进行解码并返回。我们不返回整个生成的序列，而是删除提示部分，只保留模型的“响应”部分。